You are on page 1of 62

Agotamientodeloscombustiblesfsilesyescenarios

socioeconmicos:unenfoqueintegrado
Septiembre2014

IigoCapellnPreza*1,MargaritaMediavillab,CarlosdeCastroc,scar
Carpinterod,LuisJavierMiguelb
a
LowCarbonProgramme.InstitutodeEconomaPblica,UniversidaddelPasVasco,Avd.
LehendakariAguirre,48015Bilbao(Espaa).
b
DepartamentodeIngenieradeSistemasyAutomtica,EscueladeIngenierasIndustriales,Paseodel
Cauces/n,UniversidaddeValladolid,47011Valladolid(Espaa).
c
DepartamentodeFsicaAplicada,EscueladeArquitectura,AvSalamanca,18,Universidadde
Valladolid,47014Valladolid.
d
DepartamentodeEconomaAplicada,FacultaddeCienciasEconmicas,PaseodelCauce,s/n,
UniversidaddeValladolid,47011Valladolid.

Abstract
El agotamiento gradual de los recursos energticos fsiles, especialmente de aquellos llamados
convencionales o de fcil extraccin, es un proceso en marcha ampliamente reconocido. Los estudios
acerca de las perspectivas de agotamiento de los diversos combustibles fsiles son relativamente
abundantes en la literatura cientfica, pero pocos ofrecen una perspectiva global de todas las fuentes
energticas y de sus posibles sustitutos tecnolgicos, y an menos tienen en cuenta la demanda
asociadaalsistemasocioeconmico.

EstearticulopresentaunmodeloEconomaEnergaMedioAmbientebasadoenDinmicadeSistemas
(Wold Limits Model o WoLiM) que integra todos estos aspectos: las restricciones fsicas derivadas del
agotamiento de los principales recursos energticos (con estimaciones de los picos del petrleo, gas,
carbn y uranio), los potenciales tecnolgicos sostenibles de las energas renovables (estimados por
medio de una novedosa metodologa topdown), la estimacin de las demandas requeridas por el
sistema socioeconmico, el posible desarrollo de polticas alternativas y las emisiones netas de C02
relacionadasconelsistemaenergtico.

Enesteartculo,losresultadosdeestemodelosoncomparadosconlasestimacionesrepresentativasde
estudiosdeasesoramientoambiental(GlobalEnvironmentalAsesment,GEA).Losresultadosmuestran
que una transicin energtica dirigida por la demanda, como las realizadas en el pasado, no parece
posible: si las tendencias de demanda continan se prev una fuerte escasez antes de 2020,

1
Lasopinionesexpresadasenestapublicacinsondeexclusivaresponsabilidaddelautor,ynoreflejan,
necesariamente,lospuntosdevistadelLowCarbonProgramme.
CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

especialmente en el sector del transporte, mientras la generacin de electricidad parece incapaz de


cubrirlademandaapartirde20252040.Parapoderencontrarescenariosqueseancompatiblesconlas
restricciones derivadas de los picos de los combustibles fsiles es preciso aplicar hiptesis que
raramentesoncontempladasporlasinstitucionesinternacionalesolosestudiosGEAcomocrecimiento
econmicoceroonegativo.

Palabrasclave:Renewablelimits;Fossilfueldepletion;GlobalWarming;Systemdynamics;Peakoil;
GlobalEnvironmentalAssessment.

Abstract
The progressive reduction of highqualityeasytoextract energy is a widely recognized and already
ongoing process. Although depletion studies for individual fuels are relatively abundant, few of them
offeraglobalperspectiveofallenergysourcesandtheirpotentialfuturedevelopments,andevenfewer
includethedemandofthesocioeconomicsystem.

This paper presents an EconomyEnergyEnvironment model based on System Dynamics which


integrates all those aspects: the physical restrictions (with peak estimations for oil, gas, coal and
uranium), the techno sustainable potential of renewable energy estimated by a novel topdown
methodology, the socioeconomic energy demands, the development of alternative technologies and
thenetCO2emissions.

WeconfrontourmodelwiththebasicassumptionsofpreviousGlobalEnvironmentalAssessment(GEA)
studies.Theresultsshowthatdemanddrivenevolution,asperformedinthepast,mightbeunfeasible:
strongenergysupplyscarcityisfound inthenext twodecades,especiallyin thetransportationsector
before2020.Electricitygenerationisunabletofulfillitsdemandin20252040,andalargeexpansionof
electricrenewableenergiesmoveusclosetotheirlimits.Inordertofindachievablescenarios,weare
obliged tosethypotheseswhicharehardlyusedinGEAscenarios,suchaszeroornegativeeconomic
growth.

EsteartculoesunatraduccindelartculopublicadoenlarevistaEnergy:

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuis
JavierMiguel.FossilFuelDepletionandSocioEconomicScenarios:AnIntegratedApproach.
AcceptedforpublicationinEnergy,September2014.

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

1. Introduccin
Recientementelapreocupacinporelagotamientodelosrecursosenergticosymateriales(ej.pico
delpetrleo)ascomodeloslmitesdelosecosistemasparaservirdesumiderodenuestrosresiduos
(ej.cambioclimtico)estemergiendoenlaescenapolticayeconmica.Todosloscombustiblesfsiles
son finitos y no renovables a escala humana y, por ello, limitados desde un punto de vista fsico. Sin
embargo, existen diferentes puntos de vista sobre este fenmeno que enfrentan a los gelogos (u
pesimistas)conloseconomistasconvencionales(uoptimistas).

Losprimeros(Hubbert,1956)argumentanquelosfactoresgeolgicosdeterminanuncnitopicoen
la extraccin de cada recurso, que slo puede ser parcialmente variado por la tecnologa (ver, por
ejemplo,(CampbellandLaherrre,1998;Laherrre,2006;Sorrelletal.,2009)ylaactividaddeASPOen
http://www.peakoil.net). Adems, apuntan a que estas restricciones pueden tener importantes
repercusiones econmicas (Brown et al., 2011; Hamilton, 2009; Hirsch, 2008; Murphy and Hall, 2011;
Tverberg, 2012). Sin embargo, la visin de los economistas convencionales, basada en la teora
neoclsica del crecimiento (Solow, 1974), argumenta que los mecanismos del mercado y el ingenio
humanosoncapacesdetransformarlasreservasenrecursosyencontrarfuentesdeenergaalternativas
a un ritmo suficientemente rpido como para evitar restricciones de suministro, con lo cual el
crecimientoeconmiconoseveraafectado(Adelman,1990;Maugeri,2012;Odell,2004;Simon,1996;
Thielemann, 2012). Este artculo intenta arrojar luz sobre esa controversia usando un modelo de
dinmicadesistemasqueincluyetantolosdatosdelosrecursosenergticoscomolosdelastecnologas
alternativasylademandadeenergaderivadadelcrecimientoeconmico.

El hecho de que el cenit del petrleo convencional se alcanz en torno al ao 2006 es un dato
ampliamente admitido, tanto en crculos cientficos (ej. (Murray and King, 2012)) como por algunas
agenciasinternacionalesadmitiendotambinqueesunametodologaapropiada(Benesetal.,2012;
WEC, 2010; WEO, 2012, 2010). Asimismo, algunas declaraciones gubernamentales (por ejemplo, el
ComisarioEuropeodelaEnergia2en2009)ycompaaspetrolferassehanmanifestadoenestesentido
(Mosconi,2008).En2012,elratiodelconsumodepetrleorespectodelconsumoglobalcayasunivel
ms bajo de los ltimos 50 aos (BP, 2013). Los descubrimientos anuales de petrleo a nivel mundial
alcanzaronsumximohistricoenladcadadelosaos60y,desdeentonces,ningnincrementodel
precio del barril ha sido capaz de invertir esta tendencia. Debido a la similitud entre los pozos de
petrleo y gas natural, el comportamiento de los yacimientos de ambos combustibles es muy similar.
Por otra parte, aunque la idea de que las reservas de uranio y carbn son muy abundantes est muy

2
El post original ha sido eliminado. Se puede encontrar una transcripcin en
http://europe.theoildrum.com/node/5397.

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

extendida en la opinin pblica, algunos estudios la estn cuestionando y hablando de problemas de


suministrodeuranioycarbnantesdemediadosdelsigloXXI(Dittmar,2013;EWG,2007;Heinbergand
Fridley,2010;MohrandEvans,2009;Rutledge,2011).

Portodoello,lasenergasrenovables,yenespeciallaelicaylasolar,aparecencomolasprincipales
fuentesdeenergacapacesdesustituireldeclivedeloscombustiblesfsiles(Smil,2010).Sinembargo,
algunosestudiosrecientesmuestranquesuspotencialesdeexplotacinmximosanivelglobalpueden
sersensiblementemenoresqueelconsumoactualdeenergaprocedentedecombustiblesfsiles(de
Castro et al., 2013a, 2013b, 2011). Esto significa que la sociedad global se enfrentara a una escasez
estructural de energa a medio/largo plazo como ya han sugerido anteriormente otros estudios
(Meadows et al., 1993, 1972, Barney, 1980, de Castro, 2009; Maggio and Cacciola, 2012; Nel and
Cooper,2009;ValeroandValero,2010)loquenoscolocaraanteunasituacinsinprecedentesenla
historia moderna. Esta situacin se vera agravada, a su vez, por el hecho de que las transiciones
tecnolgicassonlentas(requierendelordendedcadas(Fouquet,2010)),ylosritmosdecambioquese
estnobservandoenlaactualidadnosonelevados.

Por otra parte, el consumo de energa es el principal factor generador de emisiones de gases de
efectoinvernadero(IPCC,2007a),peropocosestudioshastalafechahanestudiadoelefectoqueestas
restriccionespodrantenersobrelasemisiones(Brecha,2008;HkandTang,2013;Wardetal.,2012)).

Apesardequelosestudiossobreperfilesdeagotamientodediversosrecursosenergticosempiezan
aserrelativamentefrecuentesenlaliteratura(ver(MaggioandCacciola,2012;Mediavillaetal.,2013)
paraunresumen),pocosestudioshastalafechahanintentadoofrecerunpanoramaglobalqueincluya
lasestimacionesdetodosloscombustiblesfsilesyanmenos(deCastro,2009;NelandCooper,2009;
Zerta et al., 2008) se han centrado en el sistema completo incluyendo las diferentes tecnologas
alternativas,comosehahechoenelmodeloWoLiM,quedescribimosenelpresenteartculo.
Esteartculodescribeymuestralosresultadosdelmodeloquehemosdesarrollado:WoLiM(World
Limit Model), que es una continuacin de modelos de dinmica de sistemas realizados por el mismo
equipo de investigacin (De Castro, 2009; Mediavilla et al., 2013). WoLiM es un modelo
estructuralmente simple y transparente que compara gran cantidad de datos de procedencia muy
diversa y ayuda a visualizar panormicas globales. El enfoque de la dinmica de sistemas permite la
integracindevariablesdediferentescamposdeestudio:socioeconmicas,geolgicasotecnolgicas.
WoLiMincluyelospatronesdeagotamientoderecursosnorenovables,lasestimacionesdedesarrollo
de tecnologas alternativas, la demanda de energa mundial bajo diferentes escenarios socio

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

econmicos y las estimaciones de emisiones de CO2 relacionadas con el consumo de combustibles


fsiles,todoelloenunenfoquedinmico.

Por otra parte, la metodologa de escenarios ofrece una herramienta til para lidiar con la
complejidad e incertidumbre inherente a la evolucin futura de los asuntos socioeconmicos y es
habitualenlosestudiosbasadosenlosestudiosdeasesoramientoambiental(GEA),comoporejemplo
losInformesdelIPCC(IPCC,2007a,2001;IPCCSRES,2000),olosestudiosdelProgramadelasNaciones
UnidasparaelMedioAmbiente(UNEP,2012,2007,2004)olaEvaluacindelosEcosistemasdelMilenio
(MEA,2005).Lafilosofaesqueseestudianunadiversidaddeescenarios,cadacualrepresentandouna
descripcinplausibleyrelevantedecmoelfuturopuedeevolucionar.Juzgamosqueestametodologa
esadecuadaparadeterminaryagruparenescenarioslasvariablessocioeconmicasytecnolgicasque
requiere WoLiM como variables exgenas. As, en este artculo se cuantifican y describen cinco
escenarios que imitan los desarrollados en los informes GEA (van Vuuren et al., 2012). De esta forma
conseguimos replicar en nuestro modelo las visiones de futuro que son utilizadas por estas agencias
internacionales, confrontndolass con las restricciones energticas derivadas de los fenmenos de
agotamiento de los combustibles fsiles, fenmenos que estas agencias, hasta la fecha, han ignorado
(Aleklettetal.,2010;Dale,2012;HkandTang,2013)3.

El artculo est organizado de la siguiente forma: en la seccin 2 se introduce el modelo con sus
principales hiptesis, la seccin 3 describe cmo se han modelado los recursos energticos y sus
limitaciones,laseccin4explicalaestimacindelademandaenergticamientraslaseccin5describe
laestimacindelasemisionesdeC02.Laseccin6explicalafilosofadelosescenariosutilizadosysu
implementacinprctica.Finalmentelosresultadosyconclusionespuedenverseenlassecciones7y8.

2. DescripcindelmodeloWoLiM
En las ltimas dcadas se han desarrollado muchos modelos globales de EnergaEconomaMedio
Ambiente, la mayor parte de ellos centrados en el problema del cambio climtico: MESSAGE
(NakicenovicandRiahi,2003),IMAGE(Bouwmanetal.,2006),MERGE(ManneandRichels,2004),etc.),
algunosdeellosbasadosendinmicadesistemas(BassiandShilling,2010;DaviesandSimonovic,2010;
Fiddaman,2002).Sinembargoestosmodelostiendenmayoritariamenteaconsiderarestimacionesde

3
Por ejemplo, algunas organizaciones econmicas internacionales como la (OECD, 2012) proyectan que el GDP
mundial crecer a ritmos de entorno al 3% anual durante el prximo medio siglo. As, prcticamente se
triplicaraenlosaos20102060,aunqueladistribucindelGDPporpasesseramuydiferentedeladeahora:
ChinaeIndiasupondranel46%delGDPen2050,unincrementode13%respectodelosvaloresactuales.Sin
embargo, no se menciona en qu medida el conocimiento actual sobre las restricciones energticas y otras
incertidumbrespodranafectarestasprevisiones.

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

recursosnaturalesmuyelevadas(ej.(McCollumetal.,2014))conunsesgoimportantehacialaadopcin
dehiptesisfuertementeoptimistasenestesentido(Dale,2012;HkandTang,2013;Rutledge,2011).
As, pocos modelos reconocen explcitamente lmites en los recursos como el cnit del petrleo o
relacionan la escasez de energa con el crecimiento econmico
(deCastro,2009;Garca,2009;Meadowsetal.,1993,1972;Mediavillaetal.,2013).ElmodeloWoLiMs
reconoce estos lmites y adopta un enfoque basado en la nocin de los recursos recuperables o URR
(UltimatelyRecoverableResources),queesunaestimacinrealizadaporexpertosdelacantidadtotal
derecursosquepuedenserrealmenteextradosyproducidos.

ElmodeloWoLiM,4quecontinaeltrabajorealizadopreviamenteporlosautores(deCastro,2009;
de Castro et al., 2009; Mediavilla et al., 2013), incluye los siguientes aspectos dentro de un marco
dinmico:

Lospatronesdeagotamientodelosrecursosenergticosnorenovables(usandoURRy
curvasdeextraccinmximas),
Lasustitucindelasenergasnorenovablesporenergasrenovables,
Lademandamundialdeenergabajodiferentesescenariossocioeconmicos,
Elpotencialmximosostenibledelasenergasrenovables,
LasemisionesnetasdeCO2relacionadasconlaenerga.

WoLiMestbasadoenunaestructuralineal(verFigura1)quecomienzaconlaeleccindeunescenario
queconsisteenunaseriedesupuestossobrelasvariablessocioeconmicasytecnolgicas,integradas
deformacoherente(estametodologaseexplicaenlaseccin6).

Estasvariablessocioeconmicasdeterminanlademandamundialdeenerga,queesdesagregadapor
sectores de acuerdo a los usos ms importantes (electricidad, industria, residencial, trasporte). La
demanda de cada sector es desagregada en demandas de los diferentes recursos energticos
(combustibles lquidos, gas, electricidad, etc.). Estas demandas son comparadas con la produccin de
cadarecursoparticular,elcualestlimitadoporlospicosdeterminadosporlageologaylosritmosde
sustitucin tecnolgica. Finalmente las emisiones netas de CO2 son calculadas y los niveles de
concentracinenlaatmsferasoncomputados.

4
Paraunadescripcincompletadelmodelover(CapellnPrezetal.,2014).

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.


Figura1:FuncionamientobsicodelmodeloWoLiM.


Aunque el modelo est basado en dinmica de sistemas, esta versin del mismo no es tan rica en
realimentaciones como suelen ser este tipo de modelos. Uno de los lazos de realimentacin ms
importantes ha sido omitido: no se considera que la escasez de energa tenga influencia en el
crecimientoeconmico(comoconsideran,porejemplo(Ayresetal.,2013;Hirsch,2008)).Estohaceque
WoLiM sea, bsicamente, un modelo dinmico de tendencias de demanda energtica y tecnologa
versusrestriccionesfsicas5.

La razn deesta simplificacin en la versin actual se debe a la falta de consenso que existe en la
literatura econmica acerca la cuantificacin del impacto que la escasez de energa tiene en el
crecimientoeconmico.Aunquealgunosautoreshananalizadoestarelacin(Hirsch,2008)nohayuna
teorabiendesarrolladoyampliamenteaceptadasobreesteaspecto.Apesardelcrecientedesacuerdo
deunapartedeloseconomistas(Ayresetal.,2013;BithasandKalimeris,2013),lamayorpartedelos
modelosmacroeconmicosprestanpocaatencinalosrecursosnaturales,y,desdenuestropuntode
vista, sobrestiman la capacidad de sustitucin tecnolgica. Nuestros estudios estn mostrando que la
sustitucin tecnolgica, en particular la del petrleo en esta misma dcada, es muy complicada y una
transicinBAUbasadaenlademandanopareceposible(Mediavillaetal.,2013;deCastroetal.,2009).
Porotraparte,laintegracindeestarealimentacinenergaeconomaenestetipodemodelostiendea
acentuar las dinmicas de colapso (de Castro et al., 2009; Nel and Cooper, 2009). Por ello, antes de
modelarunarealimentacininadecuada,sehadecididonoincluirla.Desdeestepuntodevistasepuede
decirquenuestromodeloesoptimista.

5
Otradelasrealimentacionesimportantes,elimpactodelcambioclimticoenlaeconoma,tampocoseconsidera,
perosexistenlazosderealimentacinquehacenqueWoLiMseaunmodelodedinmicadesistemas,como
losquedescribenlaextraccindecombustiblesfsilesyladinmicadelestablecimientodelasenergas
renovables(verapndicesByCparamsexplicaciones).

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

Porellolarelacinentreeconomayenergaennuestromodelosepuededescribircomodual:

Dirigida por la demanda si no hay restricciones en el acceso a los recursos. En este caso se
asumequeelsuministrodeenergaseajustaalademanda.

Dirigidaporlaofertasilademandadeenergaessuperioralaproduccinposible.Enestecaso
el suministro de energa se hace igual a la produccin y aparece escasez de energa.
Evidentemente, en la realidad esta situacin llevara a un ajuste a travs del precio que
equilibrase oferta y demanda alcanzando un nuevo equilibrio con una demanda menor. Sin
embargonuestromodelonopuedesimularloporqueeselazoderealimentacinsehaomitidoy
simplementeseobservaunadiscrepanciaentredemandayproduccin.

PorellolosresultadosdelmodeloWoLiMslosepuedenconsiderarrealistasmientrasnoexistaun
desequilibrio entre la demanda y la extraccin de energa en ningn sector. A partir de ese
momentoelsistemapodraevolucionarporunavariedaddecaminosdiferentesqueharanquelas
tendenciaspasadasserompieranyelmodelodejaradeserrealista.Porellolamayorcontribucin
delmodeloeselhechodequepermitedetectarlosaosenloscualeslaofertanopuedesatisfacer
la demanda estimada bajo diferentes escenarios y en cada sector (son los llamados puntos de
escasezenlaseccin7).

Variablesclavedelmodelo

Lasvariablesexgenasdelmodelosondeterminadaspormediodelainterpretacindelosescenarios,
mientras que las endgenas son calculadas en del modelo. Las variables exgenas (tambin llamadas
polticas)conquecontamosson:

EvolucindelPIBpercapita(GDP)
Evolucindelapoblacin
Mejoras sectoriales de la eficiencia energtica (mejora de la intensidad energtica en los
siguientessectoreseconmicos:transporte,electricidad,industriayedificios).
Curvasdeextraccinderecursosnorenovables:petrleo,gas,carbnyuranio.
Potencialmximosostenibledeextraccindeenergasrenovables.
Crecimiento de las energas renovables para la produccin de electricidad (elica, solar
fotovoltaica y termoelctrica, hidroelctrica, geotrmica, biomasaresiduos y ocenica) y el
crecimientodelasinfraestructurasdegeneracinnuclear.

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

Crecimiento del uso de energa renovable para usos trmicos y ahorro energtico relacionado
conlaeficienciaenlaindustriaylosedificios.
Penetracinenelmercadodealternativasdetransportecomolosvehculoselctricos,hbridos
yalimentadosporgas.
Penetracin en el mercado de combustibles lquidos no derivados del petrleo como los
extradosdelcarbn(CTL),gas(GTL)ybiocombustiblesdeprimeraysegundageneracin.
ProgramasdereforestacinparacaptacindeCO2.

Elnmerodevariablesendgenasdelmodeloeselevado(porencimade420),perolasprincipalesson:

Intensidades energticas de los siguientes sectores econmicos: transporte, electricidad e


industriayedificios.
Demandas de cada fuente de energa (combustibles lquidos, gas, electricidad, etc.) para cada
sector.Paraestimarelporcentajededemandadeunsectorquesecubreconcadacombustible
particular se han extrapolado las tendencias histricas (ratios que varan al aplicar polticas
especficasdecadaescenarioalmodelo).
Stocks y flujos de los recursos no renovables (petrleo, gas, uranio y carbn) sujetos a unas
dinmicasdeagotamientoqueestndescritasenelApndiceB.
Stocks que describen las infraestructuras de energas renovables (solar, elica, hidroelctrica,
etc.) cuyo crecimiento est determinado por las polticas aplicadas (ver Apndice C para una
descripcin).
Stocksquerepresentaneldesarrollopaulatinodetecnologasalternativas(polticasdelmodelo)
como los biocombustibles, vehculos elctricos, medidas de eficiencia, etc. (descrito en
ApndiceD).
EmisionesnetasyconcentracindeCO2relacionadasconelusodecombustiblesfsiles.

EnelApndiceAsepuedeverunadescripcingrficageneraldelmodelo.

Hiptesisbsicasdelmodelo

Lashiptesisenlasquesebasaelmodelosonlassiguientes:

La extraccin de energas no renovables est sujeta a restricciones geolgicas (teoras


delpicodelpetrleoysimilares).
Los cambios tecnolgicos, como la sustitucin de energas no renovables por
renovables, requieren tiempo. Los ritmos de sustitucin utilizados en el modelo estn

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

determinados por las tendencias observadas en dcadas pasadas (y son acelerados bajo
determinadaspolticas).
La demanda mundial de energa est determinada por la intensidad energtica, cuya
evolucin se considera que tambin posee cierta inercia. La variacin de la intensidad
energtica est basada en las tendencias observadas en dcadas pasadas y es acelerada en
algunosescenarios.

Tendenciasdelasvariablesclave

Laevolucindelasvariablesclavevarasegnelescenarioaplicado,queespecificalosvaloresdelas
variablesexgenas(opolticas)delmodelo(verFigura2).Unadescripcindetalladadelosescenariosse
daenlaseccin6.

Unavezquesehaelegidounescenario,lademandaenergticaescalculadacomoelproductodel
PIBestimado(determinadoenfuncindesucrecimiento,queesunavariableexgena)porlaintensidad
energtica.Lademandaseorganizaen3sectoresagregados:Transporte,ElectricidadeIB(industriay
edificios sin consumos elctricos). La demanda energtica de cada sector se genera por medio de las
intensidades energticas sectoriales (ver detalles en Seccin 4). Estas demandas sectoriales son
divididasendemandasdediferentesrecursossiguiendolastendenciasobservadasenpasadasdcadas.

La extraccin de energa no renovable (petrleo, carbn y gas) es comparada con la demanda,


teniendoencuentaquelaextraccinestrestringidaporlascurvasdeextraccinmxima(verApndice
B).Elmodeloincluyelaexpansindealgunastecnologas(electricidadrenovable,bioenerga,nuclear,
CTLyGTL,etc.verapndiceC).Laspolticasdelosdiferentesescenariosdeterminanlaexpansinde
cadatecnologa.FinalmentelasemisionesnetasyconcentracionesdeCO2enelhorizontede2100son
computadas.

En el consumo de electricidad se da prioridad a las energas renovables (es decir, una vez que la
infraestructuraestconstruidatodalaenergaquegeneraesusada)yelrestodelademandasedivide
proporcionalmente entre el resto de las fuentes no renovables siguiendo los ratios observados en el
pasado(mediasdelosltimos20aossegnlosdatosdelInternationalEnergyOutlook).Deestaforma,
la comparacin demanda versus produccin se realiza para cada combustible. Puesto que las
transiciones energticas en el pasado han sido lentas (Fouquet, 2010), y los ratios de reparto de
consumo de energa por combustibles han variado poco en los ltimos aos (ej. WEO, 2012),
consideramosqueestaformademodelarlademandaesvlidaenelmedioplazo(2050).

10

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

Limitacionesdelmodelo

En el Apndice E se discuten algunas omisiones del modelo, como la ausencia de algunos lazos de
realimentacin, la no inclusin de la TRE (Tasa de Retorno Energtica o EROEI), la competicin entre
diferentesfuentesdeenergaoloslmitesdelaextraccindeminerales.Enestesentidosepuededecir
quenuestromodeloesconservadorysusresultadosoptimistas,puestoquetodoslosfactoresquehan
sido obviados tienden a empeorar las consecuencias socioeconmicas de los lmites energticos. El
desarrollo de un modelo energaeconomacambio climtico ms sofisticado y con ms
realimentaciones sera deseable. En estos momentos los autores estn estudiando las posibilidades la
EconomaEcolgicaparaproporcionarunmarcotericoquepermitamejoraryampliarelactualmodelo
ydeterminarculeslarepercusindelosrecursosnaturalesenelprocesoeconmico.

A pesar de esas simplificaciones, la principal virtud de WoLiM es ser un modelo estructuralmente


sencilloytransparenteperoqueintegraunagrancantidaddedatosdediversanaturaleza,loquele
hace una herramienta muy potente y a la vez sencilla de entender. No es un modelo que intente
predecirelfuturosinodecirqufuturonoesposiblepornosercompatibleconlasrestriccionesfsicas
ytemporales.AfindecuentaselobjetivodelaDinmicadeSistemasnoespredecirsinocomprender
lossistemasanalizados(Meadowsetal.,1972;Sterman,2001).

11

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

Figura2:Diagramacausaldelmodeloconsuselementosbsicos.Losescenariosypolticasseespecificanconun
crculo.CIReselacrnimodelsectorComercialIndustrialyResidencial,quetambinseespecificaenotroslugares
deltextocomoIndustrialyEdificios(IB).

3. Modeladodelosrecursosenergticos
Enlassiguientessubseccionessedescribeelmodeladodelosrecursosenergticos:laseccin3.1para
los norenovables y la 3.2 para los renovables. El modelo estudia los recursos energticos en el
horizonte del ao 2050, por ello no se ha tenido en cuenta la energa nuclear de fusin, ya que los
propiosproyectosITERyDEMOestimanquelosprimerosreactoresdefusincomercialnoestarnen
marchaantesde2040.6

6
<http://www.iter.org>.

12

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

3.1 Recursosnorenovables
En (Mediavilla et al., 2013) se discute extensamente acerca de los perfiles de extraccin de los
diferentes combustibles utilizados para el modelo previo a WoLiM. Para este nuevo modelo se han
actualizadolosperfilesconnuevosdatosencontradosenlaliteraturay,enbaseaello,seproporcionan
estimaciones de perfiles de extraccin que llamamos mejor estimacin (best guess) y estimacin
alta(highcase)paralasqueconsideramoscomocurvadeextraccinmsprobableycurvadevalores
mselevadosrespectivamente,teniendoencuentaelestadodelarteenlaliteratura.

Petrleo

Las estimaciones sobre las reservas y curvas de extraccin del petrleo convencional tienden a
convergerenlaliteraturaenlosltimosaos(deCastro,2009;MaggioandCacciola,2012;Sorrelletal.,
2009). Para este tipo de petrleo hemos utilizado la estimacin ms elevada para el petrleo
convencionalquehemosencontrado(verFigura3),locualpermitequelasconclusionesdeesteestudio
seveanreforzadas.

Paraelcasodelpetrleonoconvencionalhemosutilizadoelenfoqueutilizadoen(deCastroetal.,
2009) a base de extrapolar el 4,5% de crecimiento anual que se observa en las tendencias pasadas o
bienun6,6%decrecimientoanualparalosescenariosmsoptimistascomoestiman(Grushevenkoand
Grushevenko, 2012; Sderbergh et al., 2007). Se considera una URR de 750 Gboe para el petrleo no
convencional despus de la revisin de varios estudios (ASPO, 2009; de Castro, 2009; Guseo, 2011;
Laherrre,2006).

13

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.


Figura 3: Estimaciones de mxima extraccin de petrleo dadas por diferentes autores. Existe falta de estandarizacin en la
literaturarespectoaloqueseconsiderapetrleo.Porpetrleoseentiendesloelcrudo(incluyendoNGLs)en(Maggioand
Cacciola,2012);petrleocrudoynoconvencionalen(ASPO,2009;EWG,2013,2008);crudo,noconvencionalygananciasen
refinerasen(Aleklettetal.,2010;Skrebowski,2010;WEO,2012);petrleocrudo,noconvencional,gananciasenrefinerasy
biocombustiblesen(Laherrre,2006);finalmenteBPensusdatoshistricosincluyepetrleocrudo,shaleoilyarenasasflticas.
(Aleklettetal.,2010)ajustaelvolumentotalalcontenidoenergticopuestoque1barrildeNGLcontieneenrealidadun70%
delaenergadeunbarrildepetrleo.


GasNatural

En (Mediavilla et al., 2013) el perfil de extraccin de gas que se seleccion fue el de (Laherrre,
2006).Enesteestudiosehanusadolosdatosactualizadosdeestemismoautorenlamayorpartedelos
escenarios (Laherrre, 2010), los cuales asumen una URR combinada para el gas convencional y no
convencional de 13.000 tcf (13,6 ZJ) (Figura 4). En algunos de los escenarios se considera una
estimacin alta que asume que la extraccin de gas no convencional podra expandirse
significativamentemsbajociertascondicionesfavorables.EnestoscasosseutilizalaestimacinBest
GuessdeMohr2012,queasumecasi13,000tcfdegasconvencionalymsde7,000tcf(7.3ZJ)degas
no convencional disponibles (usando, de hecho una URR un 50% ms elevada que la de (Laherrre,
2010)).

14

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.


Figura4:Estimacionesdeextraccindegasconvencionalynoconvencionaldediferentesautores.

Carbn

Aunqueenlosltimosaoshaymuchointersenelfenmenodelpicodelpetrleoydelgas,hay
muchos menos grupos de investigacin que estn estudiando el carbn y ofrezcan curvas futuras de
extraccin.Todavamenosinvestigadoresrealizanestimacionesteniendoencuentaqueelcarbnesun
mineral slido, lo que implica restricciones geolgicas tcnicas de minera diferentes (el enfoque ms
utilizadoeseldelascurvasdeHubbert).Estaeslaraznporlacuallacurvaquesehaelegidoeneste
estudioparaelcarbneslallamadaHighcaseen(Mohr,2012;MohrandEvans,2009)quesebasaen
unmodelodemineraqueconsideramosmsrealista(Figura5).

15

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.


Figura5:Estimacionesdecarbndediferentesautores.(1Mt=0,482Mtoe(Hketal.,2010)).

Uranio

El dato de la extraccin de uranio que se ha usado est tomado de (Zittel, 2012), con datos
actualizados que incluyen ms reservas (de menor concentracin y ms caras) que las usadas en
(Mediavillaetal.,2013)(EGW,2006),deformaquelaURRseelevayelpicodeproduccindeuranio
superalos100Kt(verFigura6).7


Figura6:Estimacionesdeextraccinmximade.

7
Un artculo reciente es incluso ms restrictivo, estimando que el pico del uranio ocurrir en este dcada a un
valorde584ktons(Dittmar,2013).Elmodelonoincluyelosrecursossecundariosdeuranio(tailings,stocksy
antiguasarmasnucleares),porqueconsideraqueseagotarnenpocosaos(Dittmar,2013;EWG,2006).

16

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.


UnresumendetodasestasestimacionespuedeverseenlaTabla1.

Recurso Referencia Descripcin URR
Conv. (Maggio and Cacciola, 2012) Hubbertmethod. 3,000 16.71
highscenario. Gb ZJ
Oil Unconv. Best Guess: Own projection Extrapolation of past trends 750Gb 4.2ZJ
basedon(deCastroetal.,2009) deployment
(+4.5%/yr)
High case: (Grushevenko and Highdeploymentrate(+6.6%/yr)
Grushevenko,2012)
Naturalgas Best Guess: (Laherrre, 2010) Hubbert method: creaming 13,000 13.6
BestGuess curve. tcf ZJ
High Case: Best Guess from 12,900tcfofconventional+7,200 19,100 19.9
(Mohr,2012) tcfofunconventional. tcf ZJ
Coal (Mohr,2012) High Case, static. Mining model 670 27.8
extraction. Gtoe ZJ
Uranium (Zittel,2012) Hubbert method, considering RAR 19,500 8.2ZJ
(<260$/KgU)andIRofNEA.a KtU
Tabla1:Recursosnorenovablesusadosenelmodelo.(a)RAR:reasonablyassuredresources;IR:Inferred
resources;NEA:NuclearEnergyAssociation.

Coaltoliquidsygastoliquids

Tambinsetienenencuentaotrastecnologascapacesdegenerarcombustibleslquidoscomoson
las basadas en carbn CTL (coaltoliquids) y gas natural GTL (gastoliquids). Existen diferentes
tecnologas para ello pero todas se caracterizan por tener bajas eficiencias (Hk et al., 2013; IPCC,
2007b).Suproduccinactualesexigua:menosde0.3Mb/den2011(WEO,2012)ylasproyeccionesde
crecimiento quedanlasagenciasinternacionalessonrelativamente modestas(ej.+11%/aoparaGTL
enelNewPoliciesScenariode(WEO,2012)).

17

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

Introduccindelascurvasenelmodelo

Parapodersercapacesdeutilizarlascurvasdescritasenapartadosanterioresenelmodelodinmico
debemos transformarlas, puesto que ofrecen perfiles de extraccin mxima en funcin del tiempo.
Puestoquenuestromodelotieneencuentalademanda,siporejemplo,debidoalescenarioelegido,la
economa mundial no demanda gas o carbn ste no sera extrado. Por ello las curvas de extraccin
mximaenfuncindeltiempohansidotransformadasencurvasdeextraccinmximaenfuncindel
stockderecurso(verFigura7yApndiceB).Pormediodeestascurvaspodemosestimarlaproduccin
de cualquier recurso en cada momento, que ser calculada como el mnimo entre la demanda y la
mximaextraccinposible.


a) b)

Figura 7: (a) Curvas de extraccin en funcin del tiempo extradas de sus referencias originales; (b) Curvas de mxima
extraccinenfuncindelasreservasrestantesparatodoslosrecursosnorenovables(energaprimaria).Elejeyrepresentala
extraccinmximaposibleporao(EJanuales),asociadoalasreservasresultantesdelejex(EJ).Paracadarecursoelpuntodel
extremoizquierdo(quecoincideconelmximovalordelareserva)representasuURR.Deestamanera,cuandolasreservas
restantescaenpordebajodelpuntodondelamximaextraccinpuedeconseguirse(aproximadamentecuandosehaextrado
lamitaddelaURR),laextraccinesforzadaadeclinarsegnlospatronesdelosestudiosseleccionados.Tambinsemuestra
enlafiguraconunromboelniveldereservasrestantesen2007paracadarecurso.ParamsexplicacionesverApndiceB.

3.2 Recursosrenovables
La energa renovable es normalmente considerada una fuente extremadamente abundante de
energa, asumindose por ello que los lmites tecnolgicos son inalcanzables, centrndose las
preocupaciones en las restricciones econmicas, polticas o ecolgicas impuestas (IPCC, 2011). Sin

18

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

embargoexistenvariasrestriccionesimportantesquelimitansudisponibilidadprcticaymuchasveces
nosontenidasencuenta.Enestaseccinsediscutenlospotencialestecnoecolgicosdelasprincipales
energasrenovablesalaluzdeestudiospreviosdelequipoinvestigador(deCastroetal.,2013b,2013a,
2011).8

Bioenerga

La energa procedente de biomasa representa actualmente aproximadamente el 10% del consumo


de energa primaria a nivel mundial, y es producida por un conjunto de fuentes (cultivos, residuos y
basurasurbanas(MSW),etc.)ypuedeservirparadiferentesusos(biocombustibles,calor,electricidad,
etc.).Suspotencialestecnoecolgicosdependencrticamentedeladisponibilidadfuturadetierrafrtil,
puestoquelacantidaddetierranecesariaporunidaddeenergaextradaeselevada(deCastroetal.,
2013a). Por otra parte las necesidades de tierra que se prevn para el cultivo de alimentos y el
establecimientodeinfraestructurasparaunapoblacinencrecimientoponenunlmiteasuexpansin.
Elpotencialdelabioenergasehaestablecidoenelmodeloenbasealasuperficiequepodradedicarse
a este uso. Vara entre el valor actual (100 MHa) y un mximo de 200 MHa (una explicacin ms
completasepuedeverenelApndiceF).

Generacindeelectricidaddefuentesrenovables

Lastecnologasrenovablesparageneracindeelectricidadmsprometedorassonlasolarylaelica
(Smil, 2010). Sin embargo, estudios recientes (realizados por los autores de este artculo usando una
metodologatopdown)sugierenquesupotencialestsignificativamentelimitadoporlmitestcnicosy
de sostenibilidad (de Castro et al., 2013b, 2011). De acuerdo con estos estudios, el potencial de
desarrollodelaenergaelicasesituaraenentornoade30 EJ/ao(deCastroetal.,2011).Porotra
parte,en(deCastroetal.,2013b)encontramosquelosrequisitosrealesdesuperficienecesariosparala
energa solar son entre 4 y 10 veces mayores que los estimados en la mayor parte de los estudios
publicados,porloqueelpotencialquetomamosesdeaproximadamente60120EJ/ao.Portodoello,
globalmente, el potencial tecnoecolgico que consideramos para las renovables elctricas es de 150
EJ/ao(5TWe)(verApndiceG).
En trminos de inversiones econmicas, tenemos en cuenta las inversiones necesarias para la
construccindenuevasplantas,elreemplazoorepotenciacindelasyaexistentes(Teskeetal.,2011),
el refuerzo de las redes de distribucin (Mills et al., 2012) y los costes de regulacin (Holttinen et al.,

8
Paraunanlisisdetalladovase(CapellnPrezetal.,2014).

19

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

2011)9(verTablaG1).Paraunadescripcindetalladadelmodeladodelageneracindeenergaelctrica
porfuentesrenovablever(CapellnPrezetal.,2014).

Renovablestrmicas

ElsectorIndustrialyResidencial(IB)esmuchomscomplicadodeanalizarqueelsectorelctricoya
queusatodotipodefuentesdeenergaconunagrandiversidaddetecnologas.Porellosehadecidido
enfocarelpresenteestudioenlossectoresdeTransporteyElectricidad,manteniendounaltonivelde
agregacinenelsectorIB.Losusostrmicosdelasenergasrenovables(ej.solartrmicaogeotrmica
para edificios) no han sido modelados explcitamente en WoLiM ni son tampoco asignados a una
tecnologa en concreto (excepto para la biomasa de tercera generacin). Polticas de transicin
energticaenestesectorincluyenaspectoscomoelcambioasistemasmseficientesdecalentamiento,
mejorasenelaislamientodelasviviendas,accesoalaluznaturalocalefaccindedistrito.Estaspolticas
semodelancomoobjetivosdepenetracinenelmercadoparaunaoenconcretodeunmodosimilar
al implementado en el WORLD3 (Meadows et al., 2004) (ver Apndice D para una descripcin ms
detallada).

4. Estimacindelademandadeenerga
Existeunadiversidaddetcnicasparaestimarlademandaenergticadeunadeterminadaeconoma
osectoreconmico.ComoelmodeloWoLiMesaltamenteagregadoelmtodoquesehaescogidoha
sidoeldelaintensidadenergtica,ampliamenteusadoenestudiossimilares(FurtadoandSuslick,1993;
Saddleretal.,2007).Estemtodoessimplista,yaquenoincluyeexplcitamenteelprecioolaestructura
econmica; sin embargo, se puede considerar que a medio plazo la demanda de energa y sus dos
principalesmotores(elPIBylamejoratecnolgica)dominansobrelasfluctuacionesdelosprecios(de
Castro,2009;FurtadoandSuslick,1993;Saddleretal.,2007).Dehecho,preciosycostespuedenfalsear
laescasezfsica.(Reynolds,1999)demostrque,cuandolamagnituddelasreservasesdesconocido(o
ignorado),esposibleunperiodolargodetiempoconincrementosdeproduccinycostesdecrecientes
hasta que se produce un incremento sbito en los costes con un gran reduccin en la produccin,

9
Noconsideramosenelmodeladolallamadatrampaenergtica(energytrap)(Murphy,2011;Zenzey,2013).En
ese caso, los resultados en trminos energticos seran peores, ya que la energia necesitada para construer la
infraestructuranecesariaparaconstruerunsistemadegeneracinrenovabledebenprocederdelconsumoactual
decombustiblesfsiles.Enpalabrasde(Zenzey,2013,p.80):Unlikemonetaryinvestments,whichcanbemadeon
creditandthenamortizedoutoftheincomestreamtheyproduce,theenergyinvestmentinenergyinfrastructure
must be made upfront out of a portion of the energy used today () The arithmetic is daunting. To avoid, for
example,a2percentannualdeclineinnetenergyuse,replacingthatlosswithsolarphotovoltaic(withanEROEI
peggedat10:1)willrequiregivingup8percentofthenetenergyavailablefortheeconomy.

20

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

similar al proceso ocurrido con el petrleo en las dcadas de 1990 y 2000 y el shock del petrleo de
200708(Hamilton,2009).

Se va a considerar la intensidad energtica de cada uno de los tres sectores econmicos estudiados,
calculada como la energa usada por ese sector dividida entre el PIB total de la economa global
(ecuacin1).Estemtodopuederesumirseenlassiguientesetapas:

1 Se estima la evolucin futura del PIB (cuyo crecimiento se determina por medio de variables
exgenasquedependendelescenariousado),
2 seestimalaevolucinfuturadelaintensidadenergticaparacadasector(Ii),enbaseatcnicas
economtricas,
3 finalmentelademandafuturadeenergaparacadasector(Ei)secalculacomoelproductodel
PIBporlaintensidadenergticadecadasectorencadainstantedetiempo,segnlaexpresin
delaecuacin1:

Ei (t) = GDP(t) Ii(t) ecuacin(1)

Elndiceihacereferenciaalos3sectoreseconmicosestudiados:transporte,electricidadeIB(industria
y edificios). Los resultados de la regresin de la intensidad energtica mundial basada en datos
histricossepuedenverenlaTabla2ylaFigura8.Estosresultadosindicanque,enlosltimos40aos,
laintensidadenergticamundialentrminosdeenergaprimariatotalhamejoradoaunritmomedio
deun1,15%anual,perodesde2000suvalorhapermanecidoconstanteentornoa8EJ/$(US2011$).
Las intensidades sectoriales del transporte y del sector (IB) tambin han mejorado en las ltimas
dcadas,peroaritmosmenores(0,7%y0,5%respectivamente).Finalmentelaintensidaddelconsumo
de electricidad se ha mantenido prcticamente constante en las ltimas dcadas en un valor de 275
TWh/$(US2011$).

21

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

Energysector SectoralEnergyIntensities Period


TotalPEdemand I tot = 0.988582Itot-1 EJ/US$ 19712010
(R2=0.999840) (regression)
Transport PE I transp = 0.993298Itransp-1 EJ/US$ 19712007
demand (R2=0.999841) (regression)
Electricity I elec = 1.00127Ielec-1 TWh/ 19802010
2
generation (R =0.999916) US$ (regression)
IBPEdemand I IB = 0.995IIB-1 EJ/US$ 19902010
(calibration)
Tabla2:Resultadosdelaintensidadenergticatotalyporsectores.Todoslosdlares(entodoelartculo)son
US$constantesdelao2011.LabasededatosdelBancoMundial(2014)hasidousadaparalasserieshistricas
del PIB (GDP) y demanda de energa primaria (PE), los datos de la Agencia Internacional de la Energa (IEA ETP,
2010) han sido tomados para el clculo del consumo de la energa para el transporte, mientras los datos de
consumoelctricohansidotomadosde(USEIAdb,2014).ElconsumodelsectorIBhasidocalculadocomolaresta
delaenergaprimariamenoslaenergaparatransporteyelectricidad(tantogeneracincomoprdidas).

Figura8:Intensidadenergticahistricaporsectoresyestimadaporcurvasdeajuste.Itotserefierealaintensidad
delaenergaprimariatotal(EJ/US$),Itranspeslaintensidaddelsectordeltransporte(EJ/US$),eIelecesla
intensidaddelaenergaelctrica(TWh/US$).TodoslosdlaressonUS$constantesalao2011.


Parasercapacesdeestimarlaintensidadenergticafuturatomamosunmodeloalcualajustarlos
datos histricos. La expresin que vamos a tomar (ver ecuacin 2) est basada en la propuesta por
(SchenkandMoll,2007),quetieneencuentaloslmitesbiofsicosytermodinmicosenlasustitucinde
los inputs de produccin en el medio y largo plazo, como se defiende desde la economa ecolgica
(Ayres,2007;Ehrlich,1989;Stern,1997).Porejemplo,paralaintensidadenergticatotalsedefinirala
siguienteecuacin:

22

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.


I tot = Imin +(It=0 Imin) at equacin(2)

DondeImineselvalormnimodelaintensidadenergticayrepresentalaasntotaalacualtendera
aconvergerlacurvadelaintensidadenelmediolargoplazo.Elparmetro aestrelacionadoconlas
mejorasanualesdeeficiencia,AEI(AnnualEfficiencyImprovements),yaquees a=(1AEI)yeselfactor
quetieneencuentaelcambiotecnolgicoquemejoralaintensidadenergtica.Ambosvalores(a,Imin)
vanaservariadosenlassimulacionesdelmodelodependiendodelescenarioutilizado(verSeccin6).
Losestudiosde(BaksiandGreen,2007;LightfootandGreen,2002)sontomadoscomoreferencia.10Por
ltimo, la demanda de energa primaria de cada sector es corregida dinmicamente para tomar en
cuenta que las tecnologas renovables son ms eficientes en la cobertura de servicios finales que las
basadasencombustiblesfsilesonucleares.

5. EmisionesyconcentracionesdeCO2
WoLiM computa las emisiones de CO2 asociadas al uso de los combustibles fsiles usando los
coeficientesde(BP,2013)paraloscombustiblesconvencionalesyde(BrandtandFarrell,2007;Howarth
etal.,2011)paralosnoconvencionales.Losbiocombustiblesestnactualmentelejosdeserneutrales
entrminosdeemisionesdegasesdeefectoinvernaderodebidoaloscambiosdeusosindirectosdela
tierra(EuropeanCommission,2010;Fargioneetal.,2008;Haberletal.,2012;Searchingeretal.,2008),
porellolesasignamosunvalordeemisionessimilaraldelgasnatural(verTabla3).

Resource Reference Value


[tCO2/toe]
Coal (BP,2013) 3.96
CTL (BrandtandFarrell,2007) 6.94
Naturalgas Conventional (BP,2013) 2.35
Unconventional (Howarthetal.,2011) 3.53
GTL (BrandtandFarrell,2007) 4.34
Oil Conventional (BP,2013) 3.07
Unconventional (BrandtandFarrell,2007) 3.84
(6.14forshaleoil)
Tabla3:EmisionesdeCO2paralosrecursosnorenovablesdelmodelo.

10
Unaaplicacinprcticadeestosemuestraen(CapellnPrezetal.,2014).

23

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

Con el fin de poder estudiar las implicaciones climticas de las polticas energticas, las emisiones
netasdeCO2 sehantraducidoaconcentraciones11asumiendoque,enelperiodosimulado,elocanoy
elsueloseguirnabsorbiendoel45%delasemisionescomohaocurridoenelpasado(Canadelletal.,
2007).Debidoalagraninerciayellargoalcancedelcambioclimtico,laproyeccindeemisionesseha
extendido hasta 2100, como el IPCC suele hacer, con la intencin de poder comparar los niveles de
concentracinalmenosenordendemagnitud.

6.Escenariosypolticasdelmodelo
Comosedescribienla Seccin2,el modeloWoLiMrequierecomobaseunparadigmadefutura,es
decir algunas suposiciones acerca de la evolucin de la economa y la sociedad (crecimiento de la
poblacinylaeconoma,evolucindelatecnologa,etc.).Parapoderestablecerestaspolticasdeforma
coherente y sensata se ha aplicado la metodologa de creacin de escenarios (ej. informes del IPCC
(IPCC,2007a,2001;IPCCSRES,2000),deUNEP(UNEP,2012,2007,2004)o(MEA,2005)).

Larealizacindeexperimentosconlosmodelosdedinmicadesistemasylaobtencinderesultados
significativos puede ser una tarea muy compleja y laboriosa, puesto que son muchas las polticas que
pueden ser modificadas a la vez. La metodologa de creacin de escenarios permite lidiar
simultneamenteconlaincertidumbre,lacomplejidadylaslimitacionesdeconocimientodelasciencias
naturalesysocialesy,aplicadoalosmodelosdedinmicadesistemas,puedeserusadaparaagruparlas
variacionesdelaspolticasenescenarioscoherentesyconsentido.As,cadaescenariorepresentauna
visin arquetpica y coherente de cmo el futuro puede evolucionar y que puede ser vista como
positivaporunosynegativaporotros(IPCCSRES,2000;MEA,2005).

UsandoestametodologaenelmodeloWoLiMlogramosreplicarlasvisionesdelfuturoquemanejanlas
agenciasinternacionalesyconfrontarlasconlasrestriccionesenergticasyambientales.Hastalafecha,
estasinstitucionescientficasinternacionaleshanignoradoestetipoderestriccionesgeolgicas(Aleklett
etal.,2010;HkandTang,2013).

En esta seccin se describen las caractersticas ms importantes de las familias de escenarios


identificadas en los estudios GEA (van Vuuren et al., 2012), describiendo, primero las caractersticas
cualitativas de los escenarios12 y despus proponiendo una cuantificacin. A estos escenarios de (van

11
Enestaversindelmodelosehaimplementadounprogramadereforestacincomopolticadesecuestrode
CO2,siguiendolaideadeNilssonandSchopfhauser,1995,queanalizaronloscambiosenelciclodecarbnque
podranconseguirseconungranprogramaglobaldereforestacinquecubriese345Mha.Otrastecnologascomo
lacapturaysecuestrodeCO2nosehanconsideradoenesteestudiodebidoalasincertidumbresqueseobservan
actualmenteentornoasudesarrolloybeneficios(Fischedicketal.,2008;Scottetal.,2013).
12
Hemos completado las descripciones de (van Vuuren et al., 2012) con los datos del informe del IPCC (IPCC

24

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

Vuurenetal.,2012)selesincorporaunescenarioBusinessasUsual(BAU)queextrapolalastendencias
observadasenlosltimosaos.13

Escenario 1 Optimismo econmico con algunas reformas de mercado (Economic optimism with
some market reforming). En este escenario se describe cmo la humanidad se centra en conseguir
mercadoscompetitivosyeficientesenuncontextodelibrecomercioycrecimientoeconmicorpido,
peroincluyendoalgunaspolticasquetienencomofincorregirlasdeficienciasdelmercadorespectoal
desarrollosocial,laluchacontralapobrezaylaproteccindelmedioambiente.
Elescenarioasumeunarpidadifusindeldesarrollotecnolgicoyunaconvergenciadelosniveles
deingresosentodaslasregionesypasesdelmundo.Seasumequeunmayorcrecimientoeconmico
coincideconunbajocrecimientodelapoblacin(debidoalarpidacadaenlosnivelesdefertilidad).
Laescasezdeenergaymineralesessuperadaporeldesarrollotecnolgicoquepermitelaexplotacin
denuevasreservasylasustitucindeenergasmediantemecanismosdemercado(vaprecios).As,a
medio plazo, todos se beneficiaran de la globalizacin y los avances tecnolgicos remediaran los
problemasecolgicos(ej.EnvironmentalKuznetsCurve).

Escenario 2Desarrollo sostenible global (Global Sustainable Development). En este escenario se
concede prioridad a la proteccin del medio ambiente y la reduccin de las desigualdades, utilizando
para ello la cooperacin internacional, cambios en los modos de vida y avances tecnolgicos
(tecnologas ms eficientes, desmaterializacin de la economa, economa de servicios y de la
informacin,etc.).Loselementoscentralessonunnivelelevadodeconcienciamedioambientalysocial
combinado con un enfoque global hacia el desarrollo sostenible. En este escenario se asume que es
posibleunaltoniveldecoordinacininternacionalquepermitatratarlosproblemasdeluchacontrala
pobreza,proteccindelclimayconservacindelanaturaleza.

Escenario3Competicinregional(Regionalcompetition/regionalmarkets).Esteescenariosupone
quelasregionessecentrarnprincipalmenteenlaautosuficiencia,lasoberananacionalylaidentidad
regional,aumentandoladiversidadperotambinlastensionesentreregionesy/oculturas.Lospasesse
centrarn en la seguridad, el apoyando a los mercados regionales (proteccionismo, desglobalizacin),
prestandopocaatencinalosbienescomunes.Dadaslassignificativasreduccionesenladifusindela
tecnologa,elprogresotecnolgicoavanzarlentamente.

ReportsonScenarioEmissions,IPCCSRES,2000)y(MEA,2005).
13
Enrealidad,(vanVuurenetal.,2012)describen6escenarios,pero,comoellosmismosexplicanensuartculo,los
escenarios1y2sonmuysimilares(Economicoptimism/conventionalmarketsscenariosand2Reformedmarket
scenariosareverysimilar).Porellodecidimosjuntarlospormotivosdesimplicidad.

25

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

Escenario4Desarrolloregionalsostenible(RegionalSustainableDevelopment).Esteescenarioesla
versinamigabledelescenarioanterioryenllaglobalizacinretrocedeyseproduceunimportante
cambioenlosvalorestradicionalesylasnormassocialesencontradeunconsumismosinsentidoyde
una falta de respeto por la vida. Ciudadanos y pases deciden asumir sus responsabilidades siendo un
ejemploverdeparaelresto.Aunquelasbarrerasalcomerciodemercancassevuelvenaconstruirlas
barrerasalainformacintiendenasereliminadas.Elnfasisseponeenencontrarsolucionesregionales
para los problemas sociales y ambientales, normalmente combinando cambios drsticos en los estilos
devidaconestilosdescentralizadosdegobernanza.

Cuantificacindelosescenarios
Parapoderimplementarestosescenariosenelmodelodebemosespecificarlaspolticasenquese
traducen estas descripciones cualitativas y los nmeros concretos que estas polticas toman. La
cuantificacin de escenarios14 es una tarea delicada e inherentemente subjetiva. Hemos utilizado
estudios GEA similares como gua, sin embargo, las divergencias en la interpretacin y las hiptesis
consideradassoninevitablesysetratandeexplicaracontinuacin.

Variablessocieconmicas.LosvaloresdelcrecimientodelPIBpercpitaylapoblacinsontomadas
de(MEA,2005),dehechoelvalornumricoquetomamosesmuysimilaralde(IPCCSRES,2000).Los
valoresconcretossepuedenverenlaTabla4.

Recursos energticos disponibles. Dado que el Escenario 1 pone el nfasis en los avances
tecnolgicosquepermitenunamayorextraccinderecursosjuntoconlapersecucindebeneficiosen
el corto plazo, en este escenario consideramos que el petrleo y gas no convencionales pueden ser
extradosaunritmomayorqueenelrestodelosescenarios.PorelloparaelEscenario1tomamoslas
estimacionesaltasdeextraccinderecursosquesedescribieronenlaSeccin3.Enescenariosque
priorizanlaproteccindelmedioambientesobrelaeconomaconsideramosqueloscombustiblefsiles
noconvencionalesnoseextraenanivelesmayoresquelamejorestimacindebidoalosimportantes
perjuiciosambientalesqueimplicalaextraccindeestosrecursos(Olmsteadetal.,2013;Osbornetal.,
2011).

CTL y GTL. Mientras no existe escasez de energa existe un crecimiento de estas tecnologas que
sigue las tendencias observadas en los ltimos aos (fuerte para GTL y lento para CTL). Cuando se
observaunaimportanteescasezdecombustibleslquidosseimplementaenelmodelounprogramade

14
Losaspectosticosrelativasaladistribucinequitativadelcapitalnaturalenunmundoderecursoslimitadosse
encuentranfueradelalcancedelpresentetrabajo.

26

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

choque que consiste en un importante crecimiento anual de estas tecnologas, como se indica en la
Tabla4.15Cuandoempiezanaencontrarseproblemasdesuministrodecarbnogasestosprogramas
dechoquesondetenidos.

Mejorassectorialesdelaeficiencia.Laeficienciadecadasector(Transporte,IByelectricidad)est
determinada por su intensidad energtica (ecuacin 2), tomando los valores de la Tabla 4 para cada
escenarioparalosparmetrosaeImin.Laintensidadenergticadelaelectricidadsemantieneconstante
a lo largo de todo el periodo de simulacin, ya que se asume que las tendencias actuales de
electrificacin continan en todos los escenarios (los escenarios New Policies en (WEO, 2011) todava
prevn1000millonesdepersonassinaccesoalaelectricidaden2030)ylatendenciaobservadaenlas
ltimasdcadasesunaconstante.Enlosescenarios3y4dondeexistedesglobalizacinsesuponeun
descensoenlaeficienciaenergticadeltransportedeun1,5%(doblandolastendenciasactuales),que
reflejaraunareduccinenlasnecesidadesdetransportedebidoapolticasdefomentodeltransporte
pblicoomedidassimilares.16

Es necesario tener en cuenta que la evolucin de todas las intensidades energticas de nuestro
modelo puede ser considerada optimista. Se puede ver en la Figura 8 que en los ltimos aos las
intensidades sectoriales han disminuido a ratios menores que en dcadas pasadas y la intensidad
energtica total se ha mantenido prcticamente constante desde 2000, mientras la intensidad de la
energaelctricahaaumentadoincluso.

Energa nuclear. Teniendo en cuenta el estudio de (Schneider et al., 2012) sobre el estado de la
industria nuclear en el mundo, la conservacin de la potencia nuclear actualmente existente en las
prximas dcadas se puede considerar ya una hiptesis optimista (teniendo en cuenta el previsible
cierredelascentralesquevanalcanzandosufindevidatil),estevaaserelcasoasignadoalBAUyal
escenario 3. Para los escenarios 1 y 2, donde la energa nuclear podra ser promocionada, tomamos
comoreferencialosdatosdelaWorldNuclearAssociation(WNA),queprevunaumentodeun12%
anual para las prximas dcadas (Dittmar, 2013). Finalmente, para el escenario 4, donde el medio
ambiente es activamente protegido, se estima un programa de progresivo cierre de las centrales
nuclearessegnvanalcanzandoelfinaldesuvidatil.

15
Este es un supuesto optimista puesto que el CTL, al contrario que el GTL, es an una tecnologa inmadura
(exceptuandoSudfrica)ylosretosparasugeneralizacinsonsignificativos(Hketal.,2013).
16
Elpotencialdereduccindelconsumodeenergaparaeltransporteenlosescenariosdedesglobalizacinest,
de hecho, muy limitado dada la pequea contribucin que el transporte martimo y la aviacin tienen en
relacin con la energa primaria total usada en el sector (por debajo del 13%, mientras el transporte por
carretera requiere ms del 65% (IEA ETP, 2010). De hecho se puede pensar en un rango de patrones de
desglobalizacin muy amplios, desde un comercio basado en el intercambio entre regiones de pases hasta
reconfiguracionesenintercambiosmuchomslocalesquedaranlugarapatronesenelusodelaenergamuy
diferentes(e.g.(Bueno,2012)).

27

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

Vehculos elctrico e hbrido (HEV&hybrid). La evolucin de los vehculos hbridos y elctricos en


nuestromodelosiguelasestimacionesde(EVIIEA,2013).EVIesunforomultigubernamentaldedicado
alaaceleracindelaintroduccinyadopcindevehculoselctricosenelmundoqueintentafacilitar
eldesarrollodealmenos20millonesdevehculoselctricosdepasajerospara2020(EVIIEA,2013),
por ello podemos tomar sus previsiones como optimistas. Tomaremos estas previsiones para los
escenarios1y2,mientrasqueparaelBAUyelescenario3tomaremoslamitaddeestaprevisin.Enel
escenario4interpretamoslaexpresincambiosdevidacomoungirotodavamayorhaciaelvehculo
elctrico.Despusde2020elritmodecrecimientosedoblaentodoslosescenariosasumiendoqueun
cambiomayorhaciaotrotipodemovilidadserimplementadoencualquiercasodebidoalaescasezde
combustibleslquidosparaesafechaentodoslosescenarios.

Vehculos deGasNatural(NGV).Apesardelimportante crecimientoquehantenidoenladcada


pasada (+20% anual) el nmero total de vehculos a gas es todava de slo 16,7 millones
(http://www.iangv.org/currentngvstats/), una cifra pequea comparada con los 1150 millones de
vehculos de motor mundiales en 2009 (World Bank database, 2014). Debido a la insensibilidad del
modeloalosdiferentesvaloresdecrecimientodeestosvehculos(poralcanzarseelpicodelgas),por
simplicidad, se ha tomado en todos los escenarios un crecimiento anual que sigue las tendencias
pasadas,queyaesunritmomuyelevado.

Bioenerga. Como ya se discuti en la seccin 3.2 una gran superficie de tierra dedicada a la
bioenerga no es compatible con escenarios de futuro como los propuestos en este artculo. Como
referencia,desdeelao2000,lacantidaddetierradepasesdelSurquehasidocompradooalquiladoa
largo plazo a compaas transnacionales y fondos de inversin se ha estimado en ms de 80 MHa
(Anseeuwetal.,2012).Enlosescenariosaplicadossecontemplandosposibilidadesalaexpansindela
bioenerga. En los escenarios 3 y 4 (regionalizacin), el acaparamiento de tierras no se considera que
aumentesignificativamenterespectoalosnivelesactuales(mximode100MHa).Paralosescenarios1
y 2 se prev una ocupacin del Sur que llegara a utilizar 200 MHa (un 13% de la tierra arable del
mundo). En Apndice F y en (CapellnPrez et al., 2014) se pueden ver ms detalles sobre estos
aspectos.

Energas renovables y eficiencia en el sector Industrial y Edificios. En los escenarios se prevn


diferentesnivelesdepenetracindeestastecnologas,basadosenlospotencialesasignadosenestudios
comolosdelaComisinEuropea(EuropeanComission,2007)yquesonmayoresenlosescenarios2y4,
msinvolucradosenlaproteccinambiental.LosvaloresaplicadossepuedenverenlaTabla4.

PolticasdeCambioClimtico.LosescenariosBAUy3excluyenlaadopcindepolticasdereduccin
de gases de efecto invernadero (e.g. precio al carbono). La descripcin cualitativa del escenario 1

28

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuel
DepletionandSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

sugiere que se podran tomar medidas contra el cambio climtico, pero probablemente demasiado
tarde.Porello,polticasactivasparamitigarelcambioclimticosloencajaranenlosescenarios2y4.
Sin embargo, muchas de estas medidas ya estn incluidas en otros aspectos de estos escenarios.
Adicionalmente se aade un programa de reforestacin similar al propuesto en by (Nilsson and
Schopfhauser,1995)conunhorizontede2020.Estosautoresanalizanloscambiosenelciclodelcarbn
que se conseguiran con un programa de reforestacin de 350MHa, con un mximo de captura de
carbnde1,5GtC/ao50aosdespusdelcomienzodelprograma.Noseconsideranotrastecnologas
como la captura y almacenamiento de C02, debido a las incertidumbres que todava existen sobre su
desarrolloybeneficios(Fischedicketal.,2008;Scottetal.,2013).

LaTabla4contieneunresumendetalladodetodasestaspolticasparacadaunodelosescenarios.

29

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletionandSocioEconomicScenarios:AnIntegrated
Approach.AcceptedforpublicationinEnergy,September2014.

SCENARIO 0 BAU Scenario1 Scenario2 Scenario3 Scenario4


Economic optimism Global Sustainable Regional Regionalsustainable
with some market Development competition development
INPUT reforming
Socioeconomic GDPcap Hist +1.9%(196012) +3% +2.4% +1.1% +1.9%
(%20102050) Population UNMediumVariant +0.5% +0.65% +0.81% +0.8%
+0.75%
Sectoral efficiency aTransp Pasttrends(0.67%) Rapid(0.9%) Rapid(0.9%) Deglobalization( Deglobalization(1.5%)
improvements 1.5%)
aelec Pasttrends(0%)
aBI Pasttrends(0.5%) Pasttrends(0.5%) Pasttrends(0.5%) Pasttrends(0.5%) Pasttrends(0.5%)
Imina 25% 25% 15% 25% 15%
Resource Nonrenewables BestGuess Bestguess(coal,conv. BestGuess BestGuess BestGuess
availability oil)Highcase(gas,
unconv.oil)
CTL,GTL Crashprogram(+15%) Crashprogram(+20%) Crashprogram(+20%) Crashprogram(+15 Crashprogram(+15%)
%)
Electricrenewables SolarFV&CSP Medium(+15%) Pasttrends(+19%) Veryrapid(+25%) Medium(+15%) Veryrapid(+25%)
Wind Medium(+20%) Pasttrends(+26%) Veryrapid(+30%) Medium(+15%) Veryrapid(+30%)
Hydroelectric, Pasttrends(slow) Pasttrends(slow) Veryrapid(x3past Pasttrends(slow) Veryrapid(x3pasttrends)
Geothermal, trends)
Bioenergy&Waste
Oceanic Rapid(+20%from2020) Rapid(+20%from2020) Veryrapid(+30%from Rapid(+20%from Veryrapid(+30%from
2020) 2020) 2020)

30

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletionandSocioEconomicScenarios:AnIntegrated
Approach.AcceptedforpublicationinEnergy,September2014.

Nuclear Constant +3%from2015 + 1.5%from2015 Constant Progressiveshutdown


BioEnergy 2ndgeneration Slow(+8%,100MHa Rapid (+20%,200MHa Rapid (+20%,200MHa Slow(+8%,100 Medium(+15%,
available) available) available) MHaavailable) 100MHa)
3rdgeneration Slow(+8%from2025) Rapid(+20%from2025) Rapid(+20%from Slow(+8%from Medium(+15%from2035)
2025) 2035)
Residues Slow(+8%from2025) Rapid(+20%from2025) Rapid(+20%from Slow(+8%from Medium(+15%from2035)
2025) 2035)
Thermal Industrialsector Low(12.1%) Medium(23.1%) Rapid(37.6%) Low(12.1%) Rapid(37.6%)
renewables & (market share
efficiencies 2050)
Buildingssector Low(4.7%) Medium(22.6%) Rapid(48%) Low(4.5%) Rapid(48%)
(market share
2050)
Alternative HEV&Hybrid Medium(9%) Rapid(18%) Veryrapid(36%) Medium(9%) Veryrapid(50%)
b
transport (market share
2050)
NGVs Pasttrends(+20%annual)
Afforestationprogram 350MHa 350MHa
Tabla4:Hiptesisypolticasdecadaescenario.Losporcentajesserefierenacrecimientoanuales,exceptocuandoseespecifiquedeotramanera.
a
Elvalormnimodelaintensidad(Imin)sefijaal25%delaintensidadactualparalosescenariosBAU,1y3,yaun15%paraescenarios2y4deacuerdocon
(BaksiandGreen,2007).
b
LaspolticasdeTransporteAlternativosemantienenmientrasnosealcanzanlospuntosdeescasezenloscarburantesmateriaprima(ej.electricidad
paralosHEV&EVygasparaNGVs).

31

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

7. Resultadosydiscusin
EnestaseccinsedescribenlosresultadosobtenidosconelmodeloWoLiMparaelhorizontetemporalde
2050bajolosescenariosdescritosenlaSeccin6.Debetenerseencuentaunaspectoimportantealahora
de interpretar los resultados: puesto el modelo no contempla la realimentacin energaeconoma, si la
demanda de energa no puede ser cubierta, aparece una divergencia entre demanda y suministro de
energa que no es realista, puesto que en mundo real existira una interaccin mediante el precio que
reduciraestehueco.As,cuandolasdivergenciaentresuministroydemandaseaelevada,interpretaremos
elresultadosconcluyendoqueelescenariosnoesposible.

Debe tambin tenerse en cuenta que algunos aspectos importantes de la realidad no se han tenido en
cuenta en el modelado (ver Apndice A) y la mayor parte de ellos tienden a empeorar los resultados
obtenidos.

7.1 Entradassocioeconmicasyeficienciassectoriales
Losvaloresdelasvariablessocioeconmicasquesonlasentradasdenuestromodeloparacadaunodelos
escenarios se pueden ver en la Figura 9. El aumento de la poblacin es similar en todos los escenarios
debido a sus grandes inercias y las estimaciones para 2050 varan entre 8,3 y 9,5 millones de habitantes
(escenarios1y34respectivamente).LasdiferenciasenelPIBsonmsacusadas:en2050elPIBestimado
paraelescenario1prcticamentedoblaeldelescenario3(quedoblaelvalorde2010).EnlaFigura10se
puedenvertambinlasestimacionesdeevolucindelasintensidadesenergticas.


a) b)

Figura9:Entradassocioeconmicasparacadaescenario:(a)PIB(endlaresUSconstantes2011)(b)Poblacin.Datos
histricosde(WorldBankdatabase,2014).Puestoqueenestaversindelmodelonoseaplicarealimentacinlos
impactosdelaescasezdeenergayelcambioclimticonoalteranlaevolucindeestasvariables.

32

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.


Figura10:EvolucinestimadadelaintensidadenergticatotalyporsectoresenEJ/$(2011US$).PE:energa
primaria,TPE:energaprimariatotal,IB:sectorindustrialyedificios.Datoshistricosde(IEAETP,2010;WorldBank
database,2014),ajustedelascurvasalosdatospasadosexplicadaenSeccin4.


EnlaTabla5secomparanlasreduccionesanualesmediasdelaintensidadenergticatotalobtenidaen
esteestudioconlosobtenidosporelIPCC(IPCCSRES,2000).Nuestrasesimtacionesestnenelrangodel
0.8%1.25%ysonsimilaresalospropuestospor(BaksiandGreen,2007;LightfootandGreen,2002;Pielke
etal.,2008),queencuentranqueeficienciasmayores(comolaspropuestasenlosescenariosA1yB1en
IPCCSRES,2000))sonpocorealistasdadosloslmitesbiofsicosdelasustitucintecnolgica.

TotalEnergy BAU Scenario1 Scenario2 Scenario3 Scenario4


Intensityevolution
Thisstudy 0.82% 1.04% 1.24% 0.84% 1.21%
(IPCCSRES,2000) 1.5%(A1) >2%(B1) 0.65%(A2) 1%(B2)
Tabla5:Evolucindelaintensidadenergticatotal(valoresmediosdelareduccinanualestimadaparaelperiodo
20102050)ycomparacinconlapropuestaen(IPCCSRES,2000).

7.2 Resultadosporsectorycombustible
Sector Electricidad La comparacin entre la demanda y la generacin de electricidad procedente de
diversas fuentes y para cada uno de los escenarios se puede ver en la Figura 11. En los escenarios que
cuentan con un rpido desarrollo de las tecnologas renovables (2 y 4), el suministro de electricidad es
grosso modo capaz de cubrir la demanda; pero en escenarios con un crecimiento ms modesto de las

33

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

renovables(BAUy1),elsuministrodeelectricidadnoescapazdecubrirlademandacrecientemsallde
2030. En el escenario 3, que contempla un crecimiento muy modesto de la demanda, tambin hay un
crecimiento muy modesto de las energas renovables y por ello incluso ese modesto aumento de la
demandaquedasincubriryaparecenproblemasdesuministroentornoa2030.

Elpotencialmximoquehemosasignadoalaexpansindelaenergaelicasealcanzaentornoa2030yel
crecimiento de la energa solar se ralentiza significativamente en torno a 2050 por la proximidad a su
potencialmximo.Laelectricidaddeorigennuclearresultairrelevante.

Sinembargolamasivaexpansindelaelectricidaddeorigenrenovabletieneimportantesimpcliaciones.
En la Figura 12 se puede ver la proporcin de energa elctrica procedente de fuentes variables (solar y
elica)enfuncindelaproduccintotalelctrica.Enlosescenarios2y4estaproporcinexcedeel50%de
la generacin total en 2050, lo que implicara un reto importante en trminos de integracin de la
produccin en las redes de distribucin (que probablemente requerira un sobredimensionado de las
infraestructurascomoapunta(Trainer,2012).

En trminos monetarios (Figura 12b), la inversin en infraestructuras de electricidad renovables se


mantendra por debajo del 1,5% del PIB total en todos los escenarios, lo cual es del mismo orden de
magnitudqueloestimadoenestudiossimilaresstudies(ej.BloombergNewEnergyFinance,17Teskeetal.,
2011).

17
<http://about.bnef.com/pressreleases/stronggrowthforrenewablesexpectedthroughto2030/>

34

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.



Figura11:Generacinelctricadediversasfuentesydemanda(TWh/yr)paracadaunodelosescenarios.Elconsumo
histricohasidotomadode(USEIAdb,2014)teniendoencuentalasprdidasportransportedelaenerga(9%de
media).

35

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.


a) b)

Figura12:(a)Proporcindeelectricidadvariable(solaryelica)enfuncindelageneracinelctricatotal.(b)
proporcindeinversinenelectricidadrenovableenrelacinalPIBtotal.

Transporte.Lacomparacinentrelademandayelsuministrodeenergaparatransportepuedeverse
enlaFigura13.Apesardeladiversidaddepolticasaplicadasenlosdiferentesescenariosparasustituirlos
combustiblesderivadosdelpetrleo,elpicodelpetrleoconvencionalacomienzosdesiglodeterminauna
estabilizacin o declive de la energa disponible para el transporte. Todas las medidas introducidas en el
modelo: biocombustibles, transporte elctrico, vehculos hbridos, CTL&GTL (que no se desarrollan de
formasignificativadebidoalallegadadelospicosdelgasycarbn),lasmejorasdelaeficienciaeinclusoun
desarrolloelevadodelpetrleonoconvencionalenelescenario1,sonincapacesdealcanzarlosritmosde
sustitucinnecesariosparacompensareldeclivedelpetrleo.Porello,comoyaseconcluyenelestudio
preliminar de (Mediavilla et al., 2013), bajo todas las posibles polticas y escenarios que se consideran
plausiblesapareceescasezdeenergaenelsectorTransporteantesde2020.

36

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

Transportation(BAU)

Transportation(scenario1) Transportation(scenario3)

Transportation(scenario2) Transportation(scenario4)



Figura13:Demandaysuministrodeenergaprimariaparaeltransportedediferentesfuentesyparacadaescenario.
Losdatoshistricossontomadosde(IEAETP,2010).LacategoraOtroslquidosincluye:petrleonoconvencional,
CTL,GTLygananciasenrefineras.Nota:lademandadeenergaprimariadecadasectorescorregidadinmicamente
paratomarencuentaquelastecnologasrenovablessonmseficientesenlacoberturadeserviciosfinalesquelas
basadasencombustiblesfsilesonucleares.

Energa primaria total. En la Figura 14 se puede ver la comparacin entre la demanda de energa
primariatotalylaextraccinestimadaprocedentedediversasfuentes.Deformagenerallaextraccinde
energaprimariasemantienepordebajodelos800EJ/yren2050(aproximadamenteun50%msqueen
2010). Sin embargo, el crecimiento observado en dcadas pasadas (+ 2.6%/ao 19652012 BP, 2013) no
puedemantenerseylaenergaprimariatotalen2050obiendecrece(0.7%/aoenescenarioBAUy3),se
estabiliza (crecimiento menor de 0.5%/ao en escenarios 1 y 4) o crece muy ligeramente (1%/ao en
escenario2).

37

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

Esto ocurre debido a que el declive en la extraccin de combustibles lquidos slo puede ser
parcialmente compensado por las energas renovables, las polticas alternativas y las mejoras de la
eficiencia. De hecho, entre 2020 y 2030, ya aparecen diferencias significativas entre la demanda y el
suministroentodoslosescenarios(verFigura15).


Figura14:Demandayextraccindeenergaprimariatotalporfuenteyparatodoslosescenarios(EJ/yr).Nota:la

demandadeenergaprimariadecadasectorescorregidadinmicamenteparatomarencuentaquelastecnologas
renovablessonmseficientesenlacoberturadeserviciosfinalesquelasbasadasencombustiblesfsilesonucleares.

38

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

Anlisisintegrado:lamatrizdeescasez

Con el objeto de analizar las restricciones del suministro de energa para cada sector y recurso se ha
realizado lo que llamamos matriz de escasez energtica, que puede verse en la Figura 15. Para cada
sectoreconmicoyrecursonorenovablesemarcaelpunto(siexistiese)querepresentaelaoenelcualla
diferencia entre la demanda y el suministro es mayor del 5%. Elegimos un 5% como umbral en el cual
asumimosquelosmecanismosdeadaptacinofertademandavapreciosforzaranunimportantecambio
estructuralquemodificaralashiptesissubyacentesenlasquesebasanelmodeloylosescenarios.Para
los recursos renovables, los puntos representan el ao en que se alcanza el 95% del potencial mximo
estimado.

Envistadelanlisisdelosresultadosdelamatrizdeescasez,sepuedeobservarunasecuenciasimilar
dehechosentodoslosescenarios:

1 La escasez de lquidos en torno a 201520 precipita la escasez de energa para el sector


transporteinmediatamentedespus,yparaelsectorIBunosaosmstarde.

2 Lospuntosdeescasezdeenergaprimariaygascoincidenentornoa202025.

3 Para2035elsuministrodecarbnnoescapazdecubrirlademandaparaningnescenario.
Las restricciones en el suministro de carbn aparecen antes de lo que normalmente suele
esperarse.

4 La generacin de electricidad no es capaz de cubrir la demanda en torno a 202535 en


todos los escenarios (a pesar de la fuerte promocin de las energas renovables en algunos de
ellos).

5 Las reservas de uranio son capaces de suministrar el mineral necesario para mantener la
produccinactualhasta2050,sinembargo,cuandoseconsideranincrementosenlacapacidadde
generacin nuclear incluso incrementos modestos empiezan a aparecer restricciones en la
extraccindeuranio(escenario1sobre2030).

6 Una fuerte expansin de las energas renovables para generacin de electricidad nos
llevaraantesde2050asobrepasar(ej.Elica,hidroelctrica)ovalorescercanosdelospotenciales
mximosquehemosconsiderado(ej.Solar).

39

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

Figura15.Matrizdeescasezenergticadelosescenariospropuestos.Paracadasectoreconmicoyrecursono
renovableelpuntoquerepresentaelaoenelcualladiferenciarelativaentrelademandayelsuministroesmayor
del5%.Paralosrecursosrenovables,lospuntosrepresentanelaoenquesealcanzael95%delpotencialmximo
estimadoPuedesucederqueparaunrecursoenparticularnosealcanceelpuntodeescasezenalgunosescenarios
(ej.solarenescenariosBAU,1y3)

Fuel/Sector Supplydemand
divergence(5%)
Liquids 20152018
Gas 20222032
Coal 20242034
Uranium 2031
TPE 20202027
Electricity 20252036
Transportation 20152018
IB 20172025
Potentialreached(95%)
Wind 20322050
Solar 2052
Hydroelectric 2033
Tabla6.Divergenciaentresuministroydemanda(5%)opotencialalcanzadoal95%paratodoslosescenariosy
sectores.DatosextradosdelamatrizdeescasezenergticadelaFigura15.

40

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

Finalmente, en la Figura 16a se representa la evolucin de la extraccin de combustibles fsiles para


todos los escenarios. A pesar de la diversidad de polticas y suposiciones aplicadas aparece en todos los
escenariosunatrayectoriamuysimilardedecliveenlaextraccindecombustiblesfsiles,quealcanzauna
mesetaentre2020y2035entornoaunvalorde500525EJ(un17%msqueelconsumode2010).Esta
mesetaesseguidaporundecliverpidodeun11,5%anual.

a) b)

Figure16:(a)Combustiblesfsilesextradosparacadaescenario(b)Energasrenovablesextradasparacadaescenario.

7.3 CalentamientoGlobal
LosresultadosdelasemisionesdeCO2sepuedenverenlaFigura17a.Todosellosmuestranunpicode
emisionesentornoa202030enunvalordeunas 4045GtCO2/ao,quees un3550% msaltoquelas
emisionesde2005.LosescenariosBAU,2y4prevnundecliveconunperfilmuysimilaraldelescenario
B1 del IPCC (IPCC SRES, 2000). El escenario 1, sin embargo, (caracterizado por un fuerte crecimiento
econmicoyescasasmedidasdeproteccinambiental)mantienenivelesdeemisionesmayores,similaresa
losdelescenarioA2SRESdelIPCC,debidoalamayorextraccinderecursosnoconvencionales.

De igual manera, todos los escenarios proyectan valores similares de concentracin de CO2 para
mediadosdesiglo(Figura17b),quealcanzanlas475ppmen2050.En2100todoslosescenariosalcanzan
las 550ppm y el escenario 1 casi 600ppm. La evidencia paleoclimtica sugiere que el CO2 atmosfrico
debera reducirse hasta casi 350ppm si la humanidad desea mantener el Planeta en un estado similar a
aquelenelcuallascivilizacionessehadesarrolladoyparaelcualestadaptadalavidaenlaTierra(Hansen
etal.,2011,2008;Rockstrmetal.,2009).18Dehecho,silasconcentracionessemantienenaltasdurante

18
Losdiscursosinstitucionalesconsideranqueelumbralcrticoparalaestabilizacindelcambioclimticoaunnivel

41

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

unciertotiempo,elcambioclimticoantropognicopodraacelerarsedebidoalafuerterealimentacinde
dinmicasirreversibles(ej.prdidadelhielopolar).Porello,entodosnuestrosescenarios,apesardeque
lasemisionesdeCO2caencomoconsecuenciadeldeclivedeloscombustiblesfsiles,lasconcentraciones
se mantienen en niveles peligrosamente alarmantes. Por aadidura, nuestros resultados se pueden
considerar optimistas, ya que se ha sumido que la absorcin de los sumideros naturales se mantiene
constante, aunque es ms probable que decrezca debido al calentamiento del planeta (Canadell et al.,
2007;LePageetal.,2013).

a) b)

Figura 17: (a) Evolucin de las emisiones netas de CO2 (Gt CO2) para cada escenario comparadas con los escenarios

SRESA1,A2,B1yB2.(b)EvolucindelaconcentracinnetadeCO2(ppm)paracadaescenarioalolargodelsigloXXI
comparadaconlasobservacioneshistricasenMaunaLoayelvalorpreindustrial.Laslneashorizontalesrepresentan
la concentracin de CO2 preindustrial (en rojo) y dos umbrales diferentes habituales en la literatura 350ppm y
450ppm.

Otrosequiposinvestigadoresquehanestudiadolasrelacionesentreelagotamientodeloscombustibles
fsilesyelcambioclimtico(HkandTang,2013;Brecha,2008;NelandCooper,2009;Wardetal.,2012)
han encontrado que las emisiones tienden a parecerse a los escenarios de emisiones medios y bajos del
IPCC(IPCC,2007a,2001;IPCCSRES,2000),locualcorrespondeauncambioclimticomoderado(Hkand
Tang,2013).Nuestrosresultadoscoincidenconlossuyos,sinembargo,inclusoestosrelativamentebajos
perfilesdeemisionesimplicanqueelcambioclimticopodraalcanzardimensionesmuypeligrosas.

queevitaseinterferenciasantropognicaspeligrosasconelsistemaclimticoes450ppm(UNFCCC(Cancun
Agreements),UE,IEA(450ppmScenario)).Sinembargo,inclusoestenivelalto,severaexcedidoen2050para
todosnuestrosescenarios.

42

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

7.4 Resumenydiscusinsobrelosresultados
LosresultadosobtenidosconelmodeloWoLiMmuestranqueelsistemasocioeconmicomundialno
va a ser capaz de seguir ninguno de los escenarios que hemos propuesto (que imitan visiones de futuro
habitualesenlasagenciasinternacionales).Deformamsespecfica:

La electricidad parece ser el sector menos preocupante, especialmente en aquellos escenarios
donde las tecnologas renovables son fuertemente incentivadas. En estos casos, la saturacin de
estastecnologasesapreciableentornoa2050.
Para el sector del transporte todos los escenarios son imposibles antes de 2020. Ni los
biocombustibles,nieltransporteelctricoehbrido,nilosCTL&GTL,nilasmejorasenlaeficiencia
nieldesarrollodepetrleosnoconvencionalespuedenalcanzarlosnivelesdesustitucincapaces
de compensar el declive del petrleo (y hay que tomar en cuenta que se han usado las mayores
estimaciones extraccin de petrleo que se han encontrado en la literatura). En los escenarios
dndesesimulaunadesglobalizacinelhuecoentredemandaysuministrosereducefuertemente
porunadrsticadisminucindelademanda.Estareduccindeltransporteesunadelaspolticas
clavedelmodelo.Porotraparte,dadoqueenlarealidadlasdiferenciasentreofertaydemanda
debenanularseporfuerza,losescenarios3y4enlosquehayunaimportantedesglobalizaciny
disminucindelcomerciointernacional,muestranserlosmemosirrealesdetodoslospresentados.

El suministro total de energa primaria puede mantenerse estable o incluso crecer en algunos
escenarioshasta2050,peroelcrecimientodedcadaspasadas(+2.6%/ao19652012)nopuede
mantenerse,porqueeldeclivedelaextraccindecombustiblesfsilesslopuedeserparcialmente
compensadoporlastecnologasalternativasylasmejorasdelaeficiencia.

TodoslosescenariosmuestranuncnitdelasemisionesdeCO2entornoa20202030aunnivel
de4045GtCO2.EstosperfilesdeemisionessonmenoresquelosescenariosaltomediosdelIPCC,
sin embargo an tienen la capacidad de llevarnos a un cambio climtico de dimensiones muy
peligrosas.

Nuestros resultados no pretenden describir un plan de evolucin de la humanidad a medio plazo,
puestoque,unavezqueelprimerdesequilibrioseaalcanzadoenunsectordeterminado,elsistemasocio
econmico tender a evolucionar por caminos que se alejan de las tendencias observadas y que no
podemospredecir.Sinembargo,nuestroanlisispermiteextraerconclusionesimportantes:losresultados
muestran que, a partir de esta misma dcada, el sistema socioeconmico mundial comenzar a verse
forzadoaindependizarsederecursosenergticosbaratosyabundantesquehanestadoadisposicinenel

43

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

pasado. De hecho, los datos de los ltimos aos sugieren que las tendencias de dcadas pasadas estn
cambiando(elconsumodelospasesdelaOCDEestcayendo,elconsumodepetrleodelsurdeEuropa
se desploma mientras los pases sufren severas crisis econmicas, etc.). Recalcamos de nuevo que la
exclusindealgunosaspectosquenosehanpodidotenerencuentaenelmodeloslopuedeempeorarlos
resultadosobtenidosenesteestudio(verApndiceA).

Losresultadossugierenqueelactualparadigmasocioeconmicopuedenosersostenibleylatendencia
abuscarelcrecimientoeconmicocontinuadopuedesermsunproblemaqueunasolucin.Sinembargo
el PIB no fue diseado para ser una medida del bienestar social (van den Bergh, 2009) y la investigacin
sobre indicadores de bienestar muestra que, por encima de un cierto nivel, no existe una relacin clara
entre mayores niveles de PIB per capita y el nivel de bienestar (Kubiszewski et al., 2013). Por ello puede
pensarseendiferentesparadigmasyenescenariossocioeconmicosquebusquencaminosalternativosde
desarrolloconaltosnivelesdebienestarapesardelinevitabledescensodelconsumoenergtico,comolos
propuestosporlaeconomadelestadoestacionario(Daly,1996;Kerschner,2010),eldecrecimiento(Kallis
etal.,2012)olanuevaeconomadelaprosperidadsincrecimiento(Jackson,2009).


Aadimosdosconsideracionesmsenrelacinconlashiptesisdelmodelado:

Deloscombustiblesfsiles,elcarbneselmsabundanteytambinelmenosestudiadodesdeel
puntodevistadesuagotamiento,porellotodaslasconclusionesrelacionadasconelmismoestn
sujetas a un nivel de incertidumbre mayor que las relacionadas con el resto de los recursos.
Hacemosunllamamientoalacomunidadinvestigadoraparaqueestudieestetemadeformaque
estaincertidumbresepuedareducir.

Todos los escenarios GEA analizados consideran crecimientos del PIB, sin embargo nuestros
resultados sugieren que el objetivo de un continuado crecimiento exponencial del PIB (en un
sistemaquesemuestraincapazdedesacoplarcrecimientoeconmicoyaumentodelconsumode
energa)debeserreemplazadoporotrosobjetivosdebienestareconmico.

Lamayorpartedelosmodelosenergaeconomamedioambientedescritosenlaliteraturatienden
a usar estimaciones de recursos energticos muy elevadas, que estn sujetas a una gran
incertidumbre y con tendencia a la sobreestimacin. Pensamos que sera muy deseable que
instituciones como el IPCC o IEA pusieran mayor atencin a las estimaciones de agotamiento de
recursosfsilesensusestudios

44

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

8. Conclusiones
En este artculo se introduce un modelo de dinmica de sistemas, WoLiM, que ha sido diseado para
intentarcorregirunadeficienciaencontradaenlosmodelosenergaeconomamedioambiente:elhecho
dequepocosdeellosintegranlasestimacionesdeagotamientodeloscombustiblesfsiles.Elmodeloes
aplicado a una serie de escenarios que reproducen los escenarios contemplados habitualmente por las
agencias institucionales (Global Environmental Assessment studies (van Vuuren et al., 2012), IPCCs
Assessment reports (IPCC, 2007a, 2001; IPCC SRES, 2000), UNEPs Global Environmental Outlook (UNEP,
2012,2007,2004)o(MEA,2005)).

Los resultados muestran que existe un importante riesgo sistmico de escasez energtica global: una
transicin tecnolgica y dirigida por la demanda como las experimentadas en siglos pasados no parece
posible. Estas restricciones crticas de energa tienen capacidad para provocar cambios inesperados,
haciendoquelas5familiasdeescenariosdelosestudiosGEAseanimposiblesenelhorizontede2050.

Eltransporteeselsectormscrtico,debidoalestancamientodelaproduccindecombustibleslquidos
y la ineficacia de las polticas de compensacin antes de 2020. El sector elctrico parece menos
preocupante,especialmenteenaquellosescenariosdondelageneracinelctricarenovableesincentivada
fuertemente.Sinembargo,losnivelesdeCO2todavatienencapacidadparaconducirauncambioclimtico
dedimensionespeligrosasamitaddesiglo.
Parapoderencontrarescenarioscompatiblesconlasrestriccionesenergticasyconlmitessensatosal
desarrollo tecnolgico nos vemos obligados a aplicar hiptesis que raramente son contempladas por las
institucionesinternacionalesolosgobiernosnacionales,comocrecimientoseconmicosceroonegativos.
Los datos parecen indicar que un importante cambio en los paradigmas socioeconmicos no es slo
necesario,sinoinevitable.

Apesardequenuestroestudiotieneunalcancemuchomslimitado,nuestrasconclusionessonsimilaresa
lasdelosestudiossobreLosLmitesdelCrecimiento(reforzadasporlaactualizacindespusde40aosy
lacomparacinconlosdatoshistricos(Turner,2012,2008))yqueobservabanquelasactualespolticas
conducan a un sobrepaso y colapso global a mediados del siglo XXI por la incapacidad del sistema socio
econmicodeadaptarsealoslmitesdelosrecursosnaturales.19

19
laspolticasactualesprovocarnuncomportamientodesobrepasoycolapsodebidoalaineficaciadelosesfuerzos
paraanticiparycorregirloslmitesecolgicos(Trad.propia)enlaprimeramitaddelsigloXXI,reclamandoprofunda
yproactivainnovacinsocialatravsdelcambiotecnolgicoeinstitucional(Meadowsetal.,2004,1993,1972).

45

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

AppendixA.Basicstructureofthemodel
FiguresA1andA2showanoverviewoftheForresterdiagramofWoLiM,wherethemainrelationshipsand
subsystemscanbeseen.Demandsareshowningreen,nonrenewableresourcesinlightblue,renewable
electricityindarkblue,policiesinredandemissionsinorange20.

Propr_electrical_distribution_losses

GDP growth: Estimation of energy Dem_Elec_consum_EJ


Demand of Increase_Elec_total_TWh_1

Electrical_distribution_losses_TWh

scenarios electricity Dem_Elec_gen_TWh


Electrical_distribution_losses_Mtoe

Intensity of the
economy
Dem_E_TWh_delayed_1yr

Dem_Elec_consum_TWh
Ielec0_2010
Dem_Elec_gen_EJ
Dem_Elec_gen_TWe
demand_E_nr_except_nuclear_TWh

1
GDP_S2011 t_elec Dem_Elec_gen_Mtoe
Eelec_consum_Intensity
GDPcap_projection
Ielec_min
growth_GDPcap
growth_GDP_rate GDP_delayed_1yr
Adapt_a_Eelec Hist_propor_oil_E
P_GDPcap GDP_delayed_2yr a_Elec_intensity_evolution demand_oil_E_EJ
Eelec_consum_intensity_delayed_1yr Hist_propor_gas_E
growth_Historic_GDPcap efficiency_gas

growth_MEA_OfS GDP_delayed_3yr efficiency_coal


propor_gas_E propor_coal_E
growth_MEA_AdapMos
growth_MEA_GlOrc propor_oil_E
a_Historical_Elec_intensit efficiency_oil
demand_gas_E_EJ
real_Etot_intensity
demand_coal_E_EJ
growth_MEA_GSusDev dem_E_coal_TWh
demand_gas_para_E_Mtoe dem_E_gas_TWh
dem_E_oil_TWh

nuclear_priority

Icir_2007 t_Icir

Transport
a_Ecir_intensity_evolution
Icir_min

Share of electricity
Etransp_Intensity_delayed_1yr
E_gen_related_losses_Mtoe_2

Dem_traditional_Biomass_EJ_1
Industry
Ecir_Intensity_delayed_1yr
Ecir_Intensity Buildings demand by source/fuel
2
dem_Prim_E_after_politics_EJ Adapt_a_Ecir
Dem_Transport_initial_EJ_delayed_1yr

demand (CR)
dem_Ecir_prim_E_EJ

demand dem_Prim_E_Mtoe_after_politics
Historical_a_Transp_Intensity
extraction_total_EJ_2
demand Historical_a_cir_E_intensity

historic_TWh_nuclear
incr_deficit_energy dem_Eind_prim_EJ_delayed_1yr

(I)
incr_deficit_energy_delayed_1yr CIR_EJ
dem_Nuclear_TWh
Itransp_2005
Dem_Transport_initial_EJ
t_Iransp
Etransp_intensity propor_RC
Itransp_min propor_industrial
Adapt_a_Etransp Residential_and_Commercial_EJ
a_Etransp_intensity_evolution_2005 Industrial_EJ
Dem_Transport_initial_Mtoe

CIR_renew_savings_EJ
propor_E
real_CIR_intensity

demand_gas_transport_EJ demand_E_transport_E
real_Transport_intensity
Dem_Transport_after_policies_EJ

propor_gas
Dem_Transport_after_policies_Mtoe
I_renew_efficiency
Max_percent_saving_I
RC_renew_efficiency

Max_percent_saving_RC
Saving and
Liquid_transport_initial_EJ
Savings_Primary_Energy_Transport_EJ
Compr_100_I
percent_saving_I

Saving_I
percent_saving_RC
Saving_RC_rate
efficiency
P1_L_Exp_RC

3
P1_L_Exp_I
real_Oil_Transport_demand_EJ

LDV electric
and hybrid
liquid_saved_EV_HEV_EJ Liquid_saved_by_E_total_EJ Increase_E_total_EJ
I_after_renew P1_I

real_I_intensity
real_RC_intensity

CIR_E_demand_after_policies
RC_after_renew P1_RC

compr_100

increase_E_EV_TWh
Increase_E_total_TWh
propor_i_liquids
propor_i_gas propor_i_coal propor_i_renew propor_RC_liquids
propor_RC_gas propor_RC_coal propor_RC_renew
Renewable
energy for
I_Liquids I_gas I_coal I_renew RC_Liquids RC_gas RC_coal
change_to_EV_percent RC_renew

rate_of_change_EV bioLiquid_saved_by_bio_Mtoe
P1 I_after_efficiency_EJ RC_after_efficiency_EJ
total_percent Oil_saved_by_bio_EJ

P1_L_Ex
K_liquid_E_EV_TWh_EJ

industry and
Liquid_saved_for_E_train

Gas for buildings


Train
change_to_HEV_percent
rate_of_change_HEV
total_change_E_LDV_percent
Demand of gas
increase_E_train_TWh
transportatio (non electric) Renew_non_elec_CIR_EJ

P1_L_Ex_HEV
P1_HEV

P2_L_Ex
K_liquid_E_train_TWh_EJ Demand of coal
P2
change_to_E_percent_train
rate_of_change_train
(non electric)
Biofuels 1st Biofuels 2nd
Demand of liquids
(non electric)
BioE_residues

4
BioE_2a_gen_EJ_compet BioE_to_heat
Rate_2
conv_MHa_EJ new_bioE_compet
net_Biofuels_historic_2011_Gboe Max_BioE_residues
Max_BioE_2a_gen_compet
P_residues available_BioE_Heat_EJ

extra_MHa_compet primary_Biofuels_historic_2011_EJ
P_BioE_2a_gen

primary_BioE_2a_gen_EJ BioLiquids_available_EJ

BioE_2a_gen_EJ_marg

Land_Biofuel_compet
new_bioE_marg
demand_gas_I_EJ_1 demand_uranium_EJ GtCO2e_nuclear
Max_BioE_2a_gen_marginal total_delivered_BioE demand_gas_RC_EJ_1
demand_liquids_RC_1 demand_gas_transport_EJ_1 demand_gas_para_E_EJ_1 efficiency_nuclear
Land_biofuel_marg demand_liquids_I_1
real_oil_transport_demand_1 demand_gas_GTL_EJ_1 Nuclear_TWh_production
arable_land_2 dem_liquids_EJ
P_BioE_3a_gen demand_liquids_para_E_1
Conv_EJ_EJ
Max_BioE_3a_gen Total_land_for_biofuels
share_land_compet_biofuels invest_biofuels_Tdolar propor_Transp_liquids Total_demand_GAS_Mtoe
BioE_3a_gen_EJ Total_demand_GAS_EJ reserves_uranium_EJ uranium_extract_acumul_90_EJ

Rate_3 propor_E_gas extraction_uranium_EJ


extraction_other_liquids_EJ Total_demand_Liquids_EJ uranium_extracted_acuml_Kt
propor_E_liquids

max_extraction_uranium_EJ
Transp_liquids_production_EJ abund_uranium
abund_gas reserves_gas gas_extract_acumul_90

Land occupy extraction_gas_EJ


E_gas_production_TWh

Auxiliary_5
extraction_uranium_Kt
extraction_uranium_Mtoe
E_losses_nuclear_Mtoe

max_extraction_gasLaherrere2010_EJ

by biofuels
propor_Transp_gas
Historic_unconv_oil efficiency_gas_1
extraction_gas_Mtoe

reserves_oil Oil_extract_cumul_90
extr_Unconv_oil_Mbd Transp_gas_production_EJ
max_extraction_gas_Mtoe
anual_emissions_gas_carlos
E_losses_gas_Mtoe
Uranium extraction

extraction_crude_oil_EJ
propor_cir_gas
max_extraction_Maggio12_oil_EJ cumul_unconv_oil_extract_EJ max_extraction_gas_Mohr_BG2013 max_extraction_gas_Mohr_High2013
E_oil_production_TWh reserves_unconv_oil_EJ
extraction_unconv_oil_EJ cir_gas_production_EJ
CIR_comprob_Mtoe
28.732,01
E_losses_oil_Mtoe

GAS extraction
max_extraction_oil_Mtoe
extraction_crude_oil_Mtoe P1_adapt_unconv_oil
anual_emissions_oil_carlos Max_unconv_oil
extraction_unconv_oil_Mtoe
Liquids_supply_EJ
P1_unconv_oil

OIL extraction Liquid_saved_by_bio_EJ_2 Transp_energy_production_EJ


Extraction_total_oil_EJ

Liquids_supply_Mtoe Extraction_total_oil_Mtoe
extraction_oil_Gb

max_extraction_ASPO_oil_EJ demand_coal_I_EJ_1
demand_coal_RC_EJ_1

conventional
demand_coal_para_E_EJ_1

demand_coal_para_E_Mtoe

OIL extraction demand_coal_CTL_EJ_1

non-conventional propor_E_coal propor_cir_coal

5
CTL_Mtoe
Years_from_peakconvoil cir_coal_production_EJ
Renovables no elctricas
year
CTL_EJ
Total_demand_COAL_EJ
invest_CTL Total_demand_COAL_MtoeE_coal_production_TWh
CTL_Gb
CTL_and_GTL_EJ
CTL_efficiency I_renew_1 Liquid_saved_by_bio_EJ_1
RC_renew_1 Trad_biomass_Mtoe_1 abund_coal reserves_coal coal_extract_acumul_90
P_CTL
demand_coal__CTL_EJ extraction_coal_EJ
CTL_and_GTL_Gb
P1_CTL CIR_energy_extraction_EJ max_extraction_coal_Mohr2012_EJ
2011: 0,0277 Gboe abund_CIR

renew_non_electric
CTL_and_GTL_Mtoe
renew_non_electric_EJ efficiency_coal_1
dem_CIR_after_policies_EJ renew_non_electric_Mtoe anual_emissions_coal_carlos E_losses_coal_Mtoe
GTL_EJ max_extraction_coal_Mtoe extraction_coal_Mtoe
GTL_Mtoe E_losses_coal_EJ
invest_GTL GTL_Gb

Renewable non-
increase_emissions_GTL_CTL_GtCO2
GTL_efficiency
demand_gas_GTL_EJ
Hist_GTL P_GTL
COAL extraction
P1_GTL

Coal and gas electric


to liquids

Figure A1: Forrester diagram of WoLiM model (left side). Stocks are represented as squares, flows by the arrows
relatedtostocks,variablesarerepresentedbycirclesandconstantsbyrhombus.Mostoftherelationshipsbetween
variablesarerepresentedbylinesbutsomearehiddenforsimplicity

20
For a complete description of the model, please see (CapellnPrez et al., 2014).
http://www.eis.uva.es/energiasostenible/?page_id=2056

46

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

Renew_E_elec_propor D
solar_production_TWh_2 e

Land occupation
E_TWh2

RENEWABLE
hydro_production_TWh_2
E_pc ext_oil2

wind_production_TWh_2 Population_1 Traditional and economic cost


ELECTRICITY
E_renew_TWh oil_pc

1 E_renew_TWh_EJ
propor_pop_trad_biomass
biomass of renewable

geot_production_TWh_2
Traditional_Biomass_Mtoe 439,60

bioW_production_TWh_2
oceanic_production_TWh_2 hydro_production_TWh_3
Traditional_Biomass_EJ
energy
Additional cost
E_renew_TWh_1
Demand_E_nr_TWh
surface_Mha_eolic_2

Geot_production_TWh_3

Sum of Renew_b_TWh
of renewables: Total_surface_renew_Mha

2 renewable biomasa_production_TWh_2
ewind_production_TWh_3

Renew_var_TWh
proportion_E_var_base_percent

electric grid
Total_land_for_biofuels_2

arable_land

rate_renew_land
urban_surface_2008

balancing_cost
solar_production_TWh_3 surface_Mha_solar_2

electricity oceanic_production_TWh_3
E_nr
cost_energy_eolic_2

E_for_renew_cumulated

production cumulated_invest_E_grid
cost_energy_solar_2
Rate_11

HYDRO
Rate_9
cost_energy_renew_EJ

cost_energy_hydro_2
extra_invest_variable_renew cost_energy_renew_TWh

cost_energy_geot_2
dem_Nuclear_TWh_1 P_nuclear_scen_4
Invest_cost_hydro
cost_energy_hydro TRE_hydro life_time_hydro

dem_Nuclear_TWh_scen4 dem_Nuclear_TWh_scen1_2_3
P_nuclear_scen_1 invest_hydro_Tdolar surface_hydro
cost_energy_biomass_2

max_hydro_TWe
new_hydro_TWe
hydro_TWe
2010: 3402 TWh depreciation_hydro
WIND cost_energy_oceanic_2

Nuclear_power_GW
reduction_nuclear New_hydro_without_repl
hydro_production_TWh
GtCO2e_hydro

Invest_cost_wind
Investment on
replacement_hydro


invest_nuclear_Tdolar life_time_nuclear_40
P_nuclear_2_3
scen_2
scen_3

Adapt_growth_hydro
past_hydro
hydro_production_EJ
hydro_primary_E_demand_Mtoe invest_wind_Tdolar
life_time_wind
renewable
Nuclear_TWe P1_hydro
new_nuclear_TWe
2011: 2507 TWh
depreciation_nuclear cost_energy_wind TRE_wind
surface_MHa_wind
energy
P_nuclear_scen4
GEOTHERMAL new_wind_TWe
wind_TWe

2010: 341.5 TWh


depreciation_wind
invest_biofuels_Tdolar_2

GDP_3

max_wind_TWe

3
New_wind_without_repl wind_production_TWh
Invest_cost_geot invest_total_renew_Tdolar
past_wind
invest_renew_vs_GDP_100
cost_energy_geot
TRE_geot life_time_geot replacement_wind
wind_production_EJ invest_geot_Tdolar_2
invest_geot_Tdolar invest_E_renew
surface_geot_MHa Adapt_growth_wind

NUCLEAR
GtCO2e_wind
invest_solar_Tdolar_2
P1_wind
Cumulated_investment_renew
geot_TWe
wind_production_Mtoe Rate_10
new_geot_TWe 2010: 66.3 TWh depreciation_geot

max_geot_TWe GtCO2e_geothermal
SOLAR PV+CSP invest_hydro_Tdolar_2


invest_oceanic_Tdolar_2
geot_production_TWh invest_biomass_Tdolar_2
New_geot_without_repl

past_geot replacement_geot geot_production_Mtoe


geot_production_EJ
Adapt_growth_geot
cost_energy_solar
life_time_solar
P1_geot
TRE_solar
invest_solar_Tdolar

BIOMAS+WASTE Invest_cost_solar
surface_MHa_solar


solar_TWe
new_solar_TWe 2010: 31.2 TWh depreciation_solar
cost_energy_bioW max_solar_TWe
Invest_cost_BioW life_time_BioW
TRE_bioW
GtCO2e_solar
invest_bioW_Tdolar
surface_biomass_MHa New_solar_without_repl
past_solar
replacement_solar solar_production_TWh

BioW_TWe Adapt_growth_solar solar_production_EJ


new_BioW_TWe 2010: 313 TWh depreciation_biomass
max_BioW_TWe
P1_solar


GtCO2e_biomass
solar_production_Mtoe
New_BioW_without_repl
delivered_BioE_Electricity_TWe past_BioW
delivered_BioE_Electricity_EJ_1 BioW_production_TWh
replacement_BioW
Adapt_growth_BioW

P1_BioW
BioW_Primary_EJ BioW_Primary_Mtoe
EROEI: energy
OCEANIC consumption

GtCO2e_wind_1

4 Invest_cost_oceanic
cost_energy_oceanic

TRE_oceanic
life_time_oceanic
for renewable GtCO2e_solar_1

GtCO2e_electric_renewables
invest_oceanic_Tdolar
surface_oceanic
infrastructure
hydro_primary_E_Mtoe_1
GtCO2e_hydro_1

oceanic_TWe
new_oceanic_TWe depreciation_oceanic


geot_production_Mtoe_1 GtCO2e_geot_1
max_oceanic_TWe
GtCO2e_oceanic La biomasa ya est metido
biomass_production_Mtoe_1 renew_electric_Prim_E_EJ directamente segn
renew_electric_Prim_E_Mtoe emisiones del IPCC
New_oceanic_without_repl past_oceanic replacement_oceanic oceanic_production_TWh GtCO2e_oceanic_1
oceanic_production_Mtoe_1

oceanic_production_Mtoe

Adapt_growth_oceanic
oceanic_production_EJ wind_production_Mtoe_1

CO2 emissions

P1_oceanic

solar_production_Mtoe_1

of renewable
electricity
Electricity
generation
losses
E_oil_production_TWh_1 E_losses_gas_Mtoe_1
E_losses_oil_Mtoe_1
E_gen_related_losses_EJ_1

E_gen_related_losses_EJ

E_losses_nuclear_Mtoe_1

E_gas_production_TWh_1 nonRenew_E_TWh_production
E_gen_related_losses_Mtoe
Abundance_electricity
E_losses_coal_Mtoe_1


E_gen_related_losses_Mtoe_1 Total_E_energy_consumption_Mtoe Total_E_energy_consumption_EJ_1
E_coal_production_TWh_1
Total_E_energy_consumption_EJ

Total_TWh_production
demand_E_Mtoe_1
Electrical_distribution_losses_EJ
Electrical_distribution_losses_Mtoe_1
Dem_Elec_gen_TWh_1
Nuclear_production_TWh_1 VE_objetive_UE2020_extrap
copper_on_cars
copper_reserves

5
Crecimiento PIB:
politicas y escenarios VE_objetive_UE2020
Total_electrical_losses_Mtoe max_lith_extr_today
km_yr_average_car
liters_per_barrel lithium_on_cars


E_renew_TWh_2

consum_average_CV

Total electricity
Electric vehicle:
generation number_of_EV_on_the_road
lithium_reserves

lithium and copper Oil_saved_for_E2


lithium_extraction

related to it number_CV_today
number_EV_delayed production_EV

production_EV_delayed
copper_production
help_to_EV
copper_production_today
percentage_dif_energy_historic_vs_estimated percentaje_dem_extrac_modelo Other emission-path projections
GDP_today
abundance_oil2

emissions_cum_Castro_II_Gtce
emssions_cum_Castro_madcoal_Gtce
percent_oil_non_available
share_of_economy
economics_VC_today

Tesis Carlos. Atencin en la tesis saca la energa neta, no la primaria.


Hay que sumarle la Energa Perdida. Gas_Castro_II Coal_Castro_II MESSAGE_IPCC_A2_GtC_cumulated
jobs_automobile_today
MESSAGE_IPCC_A1G_GtC_cumulated
share_of_jobs
Prim_E_Castro_I Oil_Castro_I Prim_E_Castro_III Oil_Castro_III MESSAGE_IPCC_B1_GtC_cumulated

Gas_Castro_I
stas s son energa primarias
Coal_Castro_I Gas_Castro_III Coal_Castro_III
jobs_world_today

Prim_E_Castro_II Oil_Castro_II

Coal_Castro_madcoal

CO2 emissions
Comparison with other CO2 of fossil fuels
extraction_unconv_oil_Mtoe_1

emissions estimations (IPCC, etc)


Total_Renew_Prim_E_EJ
Total_Renew_Prim_E_Mtoe
extraction_crude_oil_Mtoe_1

extraction_gas_Mtoe_1
dem_Primary_energy_Mtoe_after_politics_1

extraction_total_Mtoe
abundance_primary_energy
new_C_GtC
Total_emissions_cumulated_since_1990_GtC

Total_emissions_cumulated_since_1990_GtCO2
extraction_total_EJ
anual_emissions_GtCe_Castro_madcoal
WEO2012_coal_current_policies C_sent_to_atmosphere_GtC
WEO2012_oil_current_policies
WEO2012_gas_current_policies percentage_renew_vs_total
extraction_coal_Mtoe_1 nuclear_emissions
anual_emissions_GtCe_Castro_II
electric_renewables_emissions
Afforestation_program_2020
GtC_historic_emissions_RCPs

GtCO2_historic_emissions_RCPs

GDP_1
WEO2012_gas_current_policies_Mtoe
WEO2012_oil_current_policies_Mtoe
WEO2012_coal_current_policies_Mtoe
extraction_uranium_Mtoe_1

renew_electric_Prim_E_Mtoe_1
extraction_total_Mtoe_delayed_1yr

extraction_total_Mtoe_delayed_2yr
Adapt_emissions_unconv_gas
fossil_emissions_GtCO2
biomass_emissions
Net emissions (following IPCC)

CO2_production_GtCO2
Historic_Coal_IEA Historic_Gas_IEA Historic_energy_intensity WEO2012_gas_450_Scen_Mtoe Adapt_emissions_unconv_oil
21,71
Historic_Primary_energy_IEA WEO2012_oil_450_Scen_Mtoe WEO2012_coal_450_Scen_Mtoe Biomass
renew_non_electric_Mtoe_1
extraction_total_Mtoe_delayed_3yr
Real historic data [IEAdb] CO2ppm_sent
production: 1990 - 2011/12 Historic_Liquids_IEA Energy Intensity E_Intensity_Mtoe_TS
Transfer with file "G:
Biofuels_liquid_saved_for_bio_Mtoe


\Casa\MISDOC~1\DINAMI~1\IIGO~1\MO
WEO2012_oil_450_Scen
Historic_Biofuels_IEA WEO2012_gas_450_Scen
GDP_2 E_intensity_EJ_TS Trad_biomass_Mtoe_2 biomass_production_E_Mtoe_2

dem_Prim_E_Mtoe_after_politics_1

True_E_Intensity_Mtoe_TS
GDP_delayed_3yr_2

Figure A2: Forrester diagram of WoLiM model (right side). Stocks are represented as squares, flows by the arrows
relatedtostocks,variablesarerepresentedbycirclesandconstantbyrhombus.Mostoftherelationshipsbetween
variablesarerepresentedbylinesbutsomearehiddeninordertosimplifythegraph.

47

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

AppendixB.Integrationofresourcecurves
The maximum energy resource extraction curves, described in section 3, are curves of maximum energy
extraction as a function of time. In order to use them in the model they have been transformed into
maximumproductioncurvesasafunctionofresources.

Inthesecurves,aslongastheresourcesarelarge,extractionwillnotbelimitedphysicallyandwemakeit
equaltothetotalmaximumproduction.Whentheresourcesdiminish,physicallimitsstarttoappearand
production is reduced. In this way, the model uses a stock of resources and studies how this stock is
emptieddependingonproduction,whichisinturndeterminedbydemandandmaximumextraction.

Figure B1 gives a hypothetical example of the dynamic model used (left) and an example of a maximum
production curve (right). The xaxis of Figure B1(right) represents the stock of nonrenewable energy
available.Theyaxisrepresentsthemaximumproductionofthisenergythatcouldbeobtaineddepending
onthestockoftheresourcestillunexploited.Ascanbeseen,whentheresourcesdiminish,themaximum
production decreases until it reaches zero (when the resource is exhausted). The Forrester diagram of
Figure B1(left) shows the stock of resources. A variable called maximum production is calculated as a
functionofthestockofresourcesandacurvesimilartotheoneofFigureB1(right).Stockofresourcesis
emptied by the flow called Extraction, whose value is the minimum between demand and maximum
production.

demanda maximumproduction extraction


demand

recursos
stockofresources
extraccion demand
Extraction=min(demand;maximum_production)

curva_maxima_extraccion
maximumproduction
Stockofresourceintheground

Figure B1: Maximum production curves as a function of resources. Left: the Forrester diagram used to model

extraction. Right: a curve of maximum production (solid) compared with the demand (dashed). Both curves meet
whenthepeakoftheresourceisreached.

AppendixC:Renewableenergiesmodeling
Thegrowthoftherenewableelectricityproductionfromallsourcesismodeledbyasimilarstructuretothe
one presented in Figure C1 for solar. The Forrester diagram shows the stock of renewable electricity

48

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

infrastructure(solar_TWe)withitstwoflows:theinflowofnewinfrastructuredeterminedbyinvestments
(new_solar_TWe), and the outflow determined by the depreciation (depreciation_solar) driven by the
lifetime(life_time_solar).


FigureC1:Structureoftherenewableelectrictechnologies(here,solar).

Therefore,theequationthatdeterminesSolar_TWeis:

EquationD2

Replacement_solar just compensates for the depreciation rate, and P1_solar represents the annual
growth considered in each scenario. However, this growth is adjusted to a function that introduces
diminishingreturnsonthenewsolarpower(new_solar_TWe)dependingontheproximitytothepotential
(max_solar_TWe); creating a feedback loop that reduces the exogenous growth initially set (logistic
growth):

EquationD1

The model also accounts for the electrical production (solar_production_TWh), the land occupied
(surface_MHa_solar)andtheinvestmentrequired(invest_solar_Tdolar):

49

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

AppendixD:Modelingofalternativetechnologiesandsavingpolicies

The policies that represent alternatives to oil, nonelectrical renewable energies and saving (biofuels,
electric and hybrid vehicle, train, savings and renewable thermal energy for buildings and industry) are
describedinthemodelwithasimilarstructuretotheonerepresentedinFigureD1(savingsintheindustry
sector in this case). The thermal uses of renewable energies are not explicit or assigned to a concrete
technology(exceptforthe3rdgenerationbiomassresidues),butmodeledasageneralpolicy,inthesame
wayasdoneinWORLD3(Meadowsetal.,2004).

IntheexampleofFigureD1,thetotalIndustrialenergydemand(Industry_EJ)iscalculatedinadifferent
part of the model (as a function of GDP and sectoral intensities). The stock variable percent_saving_I
representsthesharetothetotalIndustrialenergydemandthatisconcernedwiththetransitionpolicies.
This variable is a stock because it is assumed that these savings accumulate as the change to better
equipment is done. The variable percent_saving_I causes a drop in energy demand, and the variables
dem_industrial_after_savings and I_after_renew account for the new demand, which is divided into the
demands of individual fuels (I_gas, I_coal, I_oil, I_renew) according to a share consistent with the past
evolution.

FigureD1:ForresterdiagramoftherepresentationoftheIndustrialsectorandthepoliciesapplied.

50

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

AppendixE:Limitationsofthemodeling
Asmentionedinthepaper,themodelingofcomplexsystemsalwaysimpliesatradeoffbetweensimplicity
and the loss of detail. Thus, uncertainties and limitations arise: some are solvable (and are targeted as
futureresearchdirections),whileothersarerelatedtounavoidablejudgmentcallsintheextrapolationof
thefuture.Amongthefirstare:

Noninclusion of Energy Return of Energy Investment (EROEI): The model operates in terms of
primary energy, but in reality the useful energy used by society (Net Energy) in the future may
decrease at the same time as the EROEI of the nonrenewable resources diminishes, due to the
smaller EROEI of unconventional resources (Murphy and Hall, 2010). Some modern renewable
energiesalsoperformlowEROEIratios(e.g.solar(PrietoandHall,2013)).

Noninclusionofmateriallimitsandothernonenergeticrenewablesources(e.g.wateravailability
(Postel,2000),minerals(e.g.phosphorus(Cordelletal.,2009),copper(Harmsenetal.,2013)).

Absence of dynamic feedback between the main subsystems. In this model version, climate
impactsandenergyscarcityarenotfedbacktotheeconomicsystem.Similarstudieshaveshown
that models are biased optimistically when feedback is omitted (e.g. (Barney, 1980; Randers,
2000)).The(MEA,2005)reportconcludedthatapproximately60%(15outof24)oftheecosystem
services examined are currently being degraded or used unsustainably. Also, (Rockstrm et al.,
2009) identifies 3 out of 10 planetary boundaries that have already been overstepped. However,
highuncertaintiesareinvolvedinthefeedbackquantificationandremainbeyondthescopeofthis
paper.

Others: intermittency of renewable energies, nonconsideration of phenomenons such as the


energytrap,thereboundeffect,conflicts(withinandbetweencountries,e.g.corruption,wars),
unexpectedevents(e.g.naturaldisasters),etc.

The omission of restrictions when solving a system can only lead to optimistic results. However,
interestingconclusionshavealreadybeenextractedandongoingresearchontheseissueswillexplorethe
influenceoftheseconstraints.

On the other hand, other assumptions such as the nonmodeling of technologyfuel competition
(through cost and efficiency as typically done in demanddriven models), might seem as in significant
weaknessofthemodel.However,sinceinallscenariosthepeakofallfossilfuelsoccursintherangeof15
20 years, the introduction of the competition would only tend to slightly delay the first scarcity points

51

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

whilehasteningthelastones.Inbrief,foreachscenario,thepointsin Figura15wouldtendtoconvergein
time, thus, not affecting the main conclusions of the work. However, from a societal point of view, the
transitionmightbelesschallengingifthescarcitypointsaremorespreadintime.

AppendixF:Potentialofbioenergy
Thetechnoecologicalpotentialestimationofbioenergydependscriticallyonthefuturelandavailability.
The foreseeable growth of land for food over the next few decades (due to population and affluence
growth) is projected to be 200750MHa (Balmford et al., 2005; Bruinsma, 2003; Rockstrm et al., 2007;
SchadeandPimentel,2010),whiletheprojectedgrowthofnewinfrastructuresbecauseofpopulationand
affluencegrowthismorethan100MHa.Moreover,itisestimatedthatcurrentandfuturecropyieldswill
be affected negatively by climate change (IPCC, 2014), offsetting potential productivity gains from
technological innovation. According to (FAOSTAT, 2014), there were 1,526MHa of arable land and
permanentcropsin2011.Inviewofthecurrentsituation,inwhichalmost15%oftheworldpopulationis
undernourished(FAO,2012),averylargesurfaceforbioenergyatgloballevelisnotcompatiblewithfuture
scenarios,suchastheonesexploredinthispaper.

For the sake of simplicity, we decided to divide it into 3 categories for differentiated uses: traditional
biomass, dedicated crops for biofuels and residues for thermal uses (Municipal Solid Waste and 3rd
generation).Thetechnoecologicalpotentialestimationofthesecategoriesisasensitiveandcomplextask:
differentlands(e.g.currentarablevs.marginal)havedifferentproductivities,landcompetitionissues,etc.
TheenergydensityandpotentialsassumedforeachresourcearepresentedinTableF1.Thesevaluesare
basedonestimationsfrom(deCastroetal.,2013a;Fieldetal.,2008;UNEP,2009,p.2009;WBGU,2008)
andourassumptionsaredetailedin(CapellnPrezetal.,2014).

52

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

Reference Surface Grosspower Potential


density

MHa W/m2 EJ/yr

2nd Marginallands (Field et al., 386 0.033a 4.1(grosspower)


generation 2008)
Worldaverage (de Castro et 100 0.155b 4.9(grosspower)
al.,2013a) (std.scenario)
3rd Dedicatedcrops (WBGU,2008) 0 0.18 +2.3(gross
generation power)
(from2025) Agriculture & Own 25(NPP)
Forestryresidues estimation
TableF1:Bioenergypowerdensityandpotentialsassumedforeachresource. Otherpotentialresources,
suchas4thgenerationbiomass(algae),arenotconsideredduetothehighuncertaintiesofthetechnologyandthe
longtermnatureofitseventualcommercialappearance(Jandaetal.,2012).NPP:NetPrimaryProduction. a(Fieldet
al., 2008) find that 27 EJ of NPP can be extracted from 386 Mha of marginal lands. A transformation efficiency to
biofuelsof15%isassumed. bThegrosspowerdensityforthebestlandswasestimatedat0.30.36W/m2inBrazil(de
Castroetal.,2013a).

AppendixG:Potentialofrenewableelectricity
Technoecologicalpotentialofrenewableenergiesasestimatedby(CapellnPrezetal.,2014;deCastro
etal.,2013b,2011):

Technoecologicalpotential Investmentcost
References (CapellnPrez et al., 2014; de (Teskeetal.,2011)
Castroetal.,2013b,2011)
Technology/Unit TWe 2011$/We
2010 2030 2050
Hydroelectricity 0.5 4.8 6.3 6.9
a
Wind 1 8.3 6.6 6
Solar 3 26.9 7.4 7.4b
Waste&MSW 0.3 3.9 3.3 3.2
Geothermal 0.2 15.9 9.3 6.6
Oceanic 0.05 9.2 2.8 2.1
TOTAL 5.05
Table G1: Data of electric renewable in the model. TWe represents power electric production:
TWh/8760. aThelearningcurveforwindisadaptedfrom(Teskeetal.,2011)inordertoaggregatebothonshoreand
offshorewind.bThesolarinvestmentcostismaintainedconstantafter2030sincewejudgeittobetoooptimisticthat
thesolartechnologieswillmanagetobelessexpensivethanwind.Infact,inrecentyears,thepriceofsolarmodules
hasfallensignificantlyduetoefficiencyimprovementsbutalsotodumpingandexcesscapacityeffectsinthecrisis.

53

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

References
Adelman,M.A.,1990.MineralDepletion,withSpecialReferencetoPetroleum.TheReviewofEconomics
andStatistics72,1.doi:10.2307/2109733

Aleklett,K.,Hk,M.,Jakobsson,K.,Lardelli,M.,Snowden,S.,Sderbergh,B.,2010.ThePeakoftheOil
AgeAnalyzingtheworldoilproductionReferenceScenarioinWorldEnergyOutlook2008.EnergyPolicy
38,13981414.doi:10.1016/j.enpol.2009.11.021

Anseeuw,W.,Boche,M.,Breu,T.,Giger,M.,Lay,J.,Messerli,P.,Nolte,K.,2012.TransnationalLandDeals
forAgricultureintheGlobalSouth.

ASPO,2009.ASPONewslettern.100.

Ayres,R.U.,2007.Onthepracticallimitstosubstitution.EcologicalEconomics61,115128.
doi:10.1016/j.ecolecon.2006.02.011

Ayres,R.U.,vandenBergh,J.C.J.M.,Lindenberger,D.,Warr,B.,2013.Theunderestimatedcontributionof
energytoeconomicgrowth.StructuralChangeandEconomicDynamics27,7988.
doi:10.1016/j.strueco.2013.07.004

Baksi,S.,Green,C.,2007.Calculatingeconomywideenergyintensitydeclinerate:Theroleofsectoral
outputandenergyshares.EnergyPolicy35,64576466.doi:10.1016/j.enpol.2007.08.018

Balmford,A.,Green,R.E.,Scharlemann,J.P.W.,2005.Sparinglandfornature:exploringthepotential
impactofchangesinagriculturalyieldontheareaneededforcropproduction.GlobalChangeBiology11,
15941605.doi:10.1111/j.13652486.2005.001035.x

Barney,G.O.,1980.Global2000ReporttothePresidentoftheUnitedStates:TheSummaryReportWith
EnvironmentProjectionsandtheGovernmentsGlobalModelv.1:Enteringthe21stCentury.Pergamon
Press.

Bassi,A.M.,Shilling,J.D.,2010.InformingtheUSEnergyPolicyDebatewithThreshold21.Technological
ForecastingandSocialChange77,396410.doi:10.1016/j.techfore.2009.10.007

Benes,J.,Chauvet,M.,Kamenik,O.,Kumhof,M.,Laxton,D.,Mursula,S.,Selody,J.,2012.TheFutureofOil:
GeologyversusTechnology(No.WP/12/109).IMFWorkingPaper.

Bithas,K.,Kalimeris,P.,2013.Reestimatingthedecouplingeffect:Isthereanactualtransitiontowardsa
lessenergyintensiveeconomy?Energy51,7884.doi:10.1016/j.energy.2012.11.033

Bouwman,A..,Kram,T.,Goldewijk,K.K.,2006.Integratedmodellingofglobalenvironmentalchange:an
overviewofIMAGE2.4.NetherlandsEnvironmentalAssessmentAgency,Bilthoven.

BP,2013.BPStatisticalReviewofWorldEnergyJune2013,StatisticalReviewofWorldEnergy.British
Petroleum.

Brandt,A.R.,Farrell,A.E.,2007.Scrapingthebottomofthebarrel:greenhousegasemissionconsequences
ofatransitiontolowqualityandsyntheticpetroleumresources.ClimaticChange84,241263.
doi:10.1007/s105840079275y

54

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

Brecha,R.J.,2008.Emissionscenariosinthefaceoffossilfuelpeaking.EnergyPolicy36,34923504.
doi:10.1016/j.enpol.2008.05.023

Brown,J.H.,Burnside,W.R.,Davidson,A.D.,Delong,J.R.,Dunn,W.C.,Hamilton,M.J.,MercadoSilva,N.,
Nekola,J.C.,Okie,J.G.,Woodruff,W.H.,Zuo,W.,2011.EnergeticLimitstoEconomicGrowth.BioScience61,
1926.doi:10.1525/bio.2011.61.1.7

Bruinsma,J.,2003.Worldagriculture:towards2015/2030:anFAOperspective.Earthscan/James&James.

Bueno,G.,2012.AnalysisofscenariosforthereductionofenergyconsumptionandGHGemissionsin
transportintheBasqueCountry.RenewableandSustainableEnergyReviews16,19881998.
doi:10.1016/j.rser.2012.01.004

Campbell,C.J.,Laherrre,J.,1998.Theendofcheapoil.ScientificAmerican.

Canadell,J.G.,Qur,C.L.,Raupach,M.R.,Field,C.B.,Buitenhuis,E.T.,Ciais,P.,Conway,T.J.,Gillett,N.P.,
Houghton,R.A.,Marland,G.,2007.ContributionstoacceleratingatmosphericCO2growthfromeconomic
activity,carbonintensity,andefficiencyofnaturalsinks.PNAS104,1886618870.
doi:10.1073/pnas.0702737104

CapellnPrez,I.,Mediavilla,M.,deCastro,C.,Miguel,L.J.,2014.WorldLimitsModel(WoLiM)1.0Model
Documentation.TechnicalReport(http://www.eis.uva.es/energiasostenible/?page_id=2056&lang=en).
EnergyandSystemDynamicsGroupoftheUniversityofValladolid,Spain.

Cordell,D.,Drangert,J.O.,White,S.,2009.Thestoryofphosphorus:Globalfoodsecurityandfoodfor
thought.GlobalEnvironmentalChange19,292305.doi:10.1016/j.gloenvcha.2008.10.009

Dale,M.,2012.Metaanalysisofnonrenewableenergyresourceestimates.EnergyPolicy43,102122.
doi:10.1016/j.enpol.2011.12.039

Daly,H.E.,1996.Beyondgrowth:theeconomicsofsustainabledevelopment.BeaconPress,Boston.

Davies,E.G.R.,Simonovic,S.P.,2010.ANEMI:anewmodelforintegratedassessmentofglobalchange.
InterdisciplinaryEnvironmentalReview11,127161.doi:10.1504/IER.2010.037903

DeCastro,C.,2009.EscenariosdeEnergaEconomamundialesconmodelosdedinmicadesistemas.
UniversityofValladolid,Valladolid,Spain.

DeCastro,C.,Carpintero,.,Frechoso,F.,Mediavilla,M.,deMiguel,L.J.,2013a.Atopdownapproachto
assessphysicalandecologicallimitsofbiofuels.Energy.doi:10.1016/j.energy.2013.10.049

DeCastro,C.,Mediavilla,M.,Miguel,L.J.,Frechoso,F.,2011.Globalwindpowerpotential:Physicaland
technologicallimits.EnergyPolicy39,66776682.doi:10.1016/j.enpol.2011.06.027

DeCastro,C.,Mediavilla,M.,Miguel,L.J.,Frechoso,F.,2013b.Globalsolarelectricpotential:Areviewof
theirtechnicalandsustainablelimits.RenewableandSustainableEnergyReviews28,824835.
doi:10.1016/j.rser.2013.08.040

DeCastro,C.,Miguel,L.J.,Mediavilla,M.,2009.Theroleofnonconventionaloilintheattenuationofpeak
oil.EnergyPolicy37,18251833.doi:10.1016/j.enpol.2009.01.022

55

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

Dittmar,M.,2013.Theendofcheapuranium.ScienceofTheTotalEnvironment.
doi:10.1016/j.scitotenv.2013.04.035

Ehrlich,P.R.,1989.Thelimitstosubstitution:Metaresourcedepletionandaneweconomicecological
paradigm.EcologicalEconomics1,916.doi:10.1016/09218009(89)900219

EuropeanComission,2007."LimitingGlobalClimateChangeto2degreesCelsiusthewayaheadfor2020
andbeyond.(No.COM(2007)2final),CommunicationfromtheCommssion.CommissionoftheEuropean
Communities,Brussels.

EuropeanCommission,2010.REPORTFROMTHECOMMISSIONonindirectlandusechangerelatedto
biofuelsandbioliquids(No.COM(2010)811final).

EVIIEA,2013.GlobalEVOutlook.UnderstandingtheElectricVehicleLandscapeto2020.ElectricVehicles
Iniciative.InternationalEnergyAgency.

EWG,2006.UraniumResourcesandNuclearEnergy(No.1/2006),EWGSeries.EnergyWatchGroup.

EWG,2007.Coal:ResourcesandFutureProduction(No.EWGPaperNo.1/07).

EWG,2008.CrudeOilTheSupplyOutlook.EnergyWatchGroup/LudwigBoelkowFoundation.

EWG,2013.FossilandNuclearFuelstheSupplyOutlook(No.2013/03/18LBST).EnergyWatchGroup.

FAO,2012.Thestateoffoodinsecurityintheworld2012.

FAOSTAT,2014.StatisticsDivisionoftheFAO.

Fargione,J.,Hill,J.,Tilman,D.,Polasky,S.,Hawthorne,P.,2008.LandClearingandtheBiofuelCarbonDebt.
Science319,12351238.doi:10.1126/science.1152747

Fiddaman,T.S.,2002.Exploringpolicyoptionswithabehavioralclimateeconomymodel.SystemDynamics
Review18,243267.doi:10.1002/sdr.241

Field,C.B.,Campbell,J.E.,Lobell,D.B.,2008.Biomassenergy:thescaleofthepotentialresource.Trendsin
Ecology&Evolution23,6572.doi:10.1016/j.tree.2007.12.001

Fischedick,M.,Esken,A.,Pastowski,A.,Schwer,D.,Supersberger,N.,Nitsch,J.,Viebahn,P.,Bandi,A.,
Zuberbhler,U.,Edenhofer,O.,2008.Ecological,EconomicandStructuralComparisonofRenewable
EnergyTechnologies(RE)withCarbonCaptureandStorage(CCS)AnIntegratedApproach.Wuppertal
InstituteforClimate,EnvironmentandEnergy;GermanAerospaceCenter;CentreforSolarEnergyand
HydrogenResearch;PotsdamInstituteforClimateImpactResearch.

Fouquet,R.,2010.Theslowsearchforsolutions:Lessonsfromhistoricalenergytransitionsbysectorand
service.EnergyPolicy38,65866596.doi:10.1016/j.enpol.2010.06.029

Furtado,A.T.,Suslick,S.B.,1993.ForecastingofpetroleumconsumptioninBrazilusingtheintensityof
energytechnique.EnergyPolicy21,958968.doi:10.1016/03014215(93)90184H

Garca,D.,2009.Anewworldmodelincludingenergyandclimatechangedata,in:FirstInternational
WorkshopMissionEarth,ModelingandSimulationforaSustainableFuture.Zurich.

56

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

Grushevenko,E.,Grushevenko,D.,2012.UnconventionalOilPotentialTendstoChangetheWorldOil
Market.EnergyScienceandTechnology4,6874.doi:10.3968/j.est.1923847920120401.178

Guseo,R.,2011.Worldwidecheapandheavyoilproductions:Alongtermenergymodel.EnergyPolicy39,
55725577.doi:10.1016/j.enpol.2011.04.060

Haberl,H.,Sprinz,D.,Bonazountas,M.,Cocco,P.,Desaubies,Y.,Henze,M.,Hertel,O.,Johnson,R.K.,
Kastrup,U.,Laconte,P.,Lange,E.,Novak,P.,Paavola,J.,Reenberg,A.,vandenHove,S.,Vermeire,T.,
Wadhams,P.,Searchinger,T.,2012.Correctingafundamentalerroringreenhousegasaccountingrelated
tobioenergy.EnergyPolicy45,1823.doi:10.1016/j.enpol.2012.02.051

Hamilton,J.D.,2009.CausesandConsequencesoftheOilShockof200708(WorkingPaperNo.15002).
NationalBureauofEconomicResearch.

Hansen,J.,Sato,M.,Kharecha,P.,Beerling,D.,Berner,R.,MassonDelmotte,V.,Pagani,M.,Raymo,M.,
Royer,D.L.,Zachos,J.C.,2008.TargetAtmosphericCO2:WhereShouldHumanityAim?TheOpen
AtmosphericScienceJournal2,217231.doi:10.2174/1874282300802010217

Hansen,J.,Steffen,K.,Epstein,P.,Rohling,E.J.,Zachos,J.C.,Smith,P.,vonSchuckmann,K.,Parmesan,C.,
Sato,M.,Rockstrom,J.,Sachs,J.,Rahmstorf,S.,HoeghGuldberg,O.,Kharecha,P.,Hearty,P.J.,2011.The
CaseforYoungPeopleandNature:APathtoaHealthy,Natural,ProsperousFuture.

Harmsen,J.H.M.,Roes,A.L.,Patel,M.K.,2013.Theimpactofcopperscarcityontheefficiencyof2050
globalrenewableenergyscenarios.Energy50,6273.doi:10.1016/j.energy.2012.12.006

Heinberg,R.,Fridley,D.,2010.Theendofcheapcoal.Nature468,367369.doi:10.1038/468367a

Hirsch,R.L.,2008.Mitigationofmaximumworldoilproduction:Shortagescenarios.EnergyPolicy36,881
889.doi:10.1016/j.enpol.2007.11.009

Holttinen,H.,Meibom,P.,Orths,A.,Lange,B.,OMalley,M.,Tande,J.O.,Estanqueiro,A.,Gomez,E.,Sder,
L.,Strbac,G.,Smith,J.C.,vanHulle,F.,2011.Impactsoflargeamountsofwindpowerondesignand
operationofpowersystems,resultsofIEAcollaboration.WindEnergy14,179192.doi:10.1002/we.410

Hk,M.,Fantazzini,D.,Angelantoni,A.,Snowden,S.,2013.Hydrocarbonliquefaction:viabilityasapeak
oilmitigationstrategy.

Hk,M.,Tang,X.,2013.DepletionoffossilfuelsandanthropogenicclimatechangeAreview.Energy
Policy52,797809.doi:10.1016/j.enpol.2012.10.046

Hk,M.,Zittel,W.,Schindler,J.,Aleklett,K.,2010.Globalcoalproductionoutlooksbasedonalogistic
model.Fuel89,35463558.doi:10.1016/j.fuel.2010.06.013

Howarth,R.W.,Santoro,R.,Ingraffea,A.,2011.Methaneandthegreenhousegasfootprintofnaturalgas
fromshaleformations.ClimaticChange106,679690.doi:10.1007/s1058401100615

Hubbert,M.K.,1956.NuclearEnergyandtheFossilFuel,in:DrillingandProductionPractice.American
PetroleumInstitute.

IEAETP,2010.Energytechnologyperspectives2010:scenarios&strategiesto2050.OECD/IEA.,Paris.

57

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

IPCC,2001.ClimateChange2001:SynthesisReport.AContributionofWorkingGroupsI,II,andIIItothe
ThirdAssessmentReportoftheIntegovernmentalPanelonClimateChange.

IPCC,2007a.ClimateChange2007:SynthesisReport.CambridgeUniversityPress,Cambridge.

IPCC,2007b.MitigationofClimateChangeContributionofWorkingGroupIII.CambridgeUniversityPress.

IPCC,2011.SpecialReportonRenewableEnergySourcesandClimateChangeMitigation.Cambridge
UniversityPress,UnitedKingdomandNewYork,NY,USA.

IPCC,2014.Impacts,AdaptationandVulnerability.ContributionofWorkingGroupIItotheFifth
AssessmentReportoftheIntergovernmentalPanelonClimateChange,2014.CambridgeUniversityPress.

IPCCSRES,2000.SpecialReportonEmissionsScenarios.

Jackson,T.,2009.ProsperitywithoutGrowth:EconomicsforaFinitePlanet,Reprint.ed.Routledge.

Janda,K.,Kristoufek,L.,Zilberman,D.,2012.Biofuels:policiesandimpacts.Areview.Agricultural
EconomicsUZEIv.58(8)p.372386.

Kallis,G.,Kerschner,C.,MartnezAlier,J.,2012.Theeconomicsofdegrowth.EcologicalEconomics84,172
180.doi:10.1016/j.ecolecon.2012.08.017

Kerschner,C.,2010.Economicdegrowthvs.steadystateeconomy.JournalofCleanerProduction18,544
551.doi:10.1016/j.jclepro.2009.10.019

Kubiszewski,I.,Costanza,R.,Franco,C.,Lawn,P.,Talberth,J.,Jackson,T.,Aylmer,C.,2013.BeyondGDP:
Measuringandachievingglobalgenuineprogress.EcologicalEconomics93,5768.
doi:10.1016/j.ecolecon.2013.04.019

Laherrre,J.,2006.Oilandgas,whatfuture?PresentedattheGroningenannualEnergyConvention,
Groningen,Nederlands.

Laherrre,J.,2010.PeakOilySeguridadEnergtica.PresentedattheSegundoSimposioASPOArgentina
BuenosAires,BuenosAires(Argentina).

LePage,Y.,Hurtt,G.,Thomson,A.M.,BondLamberty,B.,Patel,P.,Wise,M.,Calvin,K.,Kyle,P.,Clarke,L.,
Edmonds,J.,Janetos,A.,2013.Sensitivityofclimatemitigationstrategiestonaturaldisturbances.Environ.
Res.Lett.8.doi:10.1088/17489326/8/1/015018

Lightfoot,H.D.,Green,C.,2002.EnergyintensitydeclineimplicationsforstabilizationofatmosphericCO2
content(No.ReportNo.20017,October2001).McGillCentreforClimateandGlobalChangeResearch
(C2GCR).

Maggio,G.,Cacciola,G.,2012.Whenwilloil,naturalgas,andcoalpeak?Fuel98,111123.
doi:10.1016/j.fuel.2012.03.021

Manne,A.S.,Richels,R.G.,2004.MERGE:anintegratedassessmentmodelforglobalclimatechange,in:
EnergyandEnvironment.pp.175189.

58

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

Maugeri,L.,2012.Oil:TheNextRevolution(DiscussionPaperNo.DiscussionPaper#201210).Geopolitics
ofEnergyProjectBelferCenterforScienceandInternationalAffairs.

McCollum,D.,Bauer,N.,Calvin,K.,Kitous,A.,Riahi,K.,2014.Fossilresourceandenergysecuritydynamics
inconventionalandcarbonconstrainedworlds.ClimaticChange123,413426.doi:10.1007/s10584013
09395

MEA,2005.MillenniumEcosystemAssessment.EcosystemsandHumanWellbeing:Scenarios,Global
AssessmentReports.IslandPress.

Meadows,D.H.,Meadows,D.L.,Randers,J.,BehrensIII,W.W.,1972.TheLimitstoGrowth.UniverseBooks.

Meadows,D.H.,Randers,J.,Meadows,D.L.,1993.BeyondtheLimits:ConfrontingGlobalCollapse,
EnvisioningaSustainableFuture.ChelseaGreenPublishingCompany.

Meadows,D.H.,Randers,J.,Meadows,D.L.,2004.Thelimitstogrowth:the30yearupdate.ChelseaGreen
PublishingCompany,WhiteRiverJunction,Vt.

Mediavilla,M.,deCastro,C.,Capelln,I.,JavierMiguel,L.,Arto,I.,Frechoso,F.,2013.Thetransition
towardsrenewableenergies:Physicallimitsandtemporalconditions.EnergyPolicy52,297311.
doi:10.1016/j.enpol.2012.09.033

Mills,A.,Wiser,R.,Porter,K.,2012.ThecostoftransmissionforwindenergyintheUnitedStates:Areview
oftransmissionplanningstudies.RenewableandSustainableEnergyReviews16,119.
doi:10.1016/j.rser.2011.07.131

Mohr,S.H.,2012.Fossilfuelfutureproduction,worldandAustraliafocus.PresentedattheAustralian
FrontiersofScience2012:Scienceforagreeneconomy,Sydney,24December2012.

Mohr,S.H.,Evans,G.M.,2009.Forecastingcoalproductionuntil2100.Fuel88,20592067.
doi:10.1016/j.fuel.2009.01.032

Mosconi,J.J.,2008.Theenergyoutlookin2030accordingtoTotal.

Murphy,D.J.,Hall,C.A.S.,2010.YearinreviewEROIorenergyreturnon(energy)invested.Annalsofthe
NewYorkAcademyofSciences1185,102118.doi:10.1111/j.17496632.2009.05282.x

Murphy,D.J.,Hall,C.A.S.,2011.Adjustingtheeconomytothenewenergyrealitiesofthesecondhalfofthe
ageofoil.EcologicalModelling223,6771.doi:10.1016/j.ecolmodel.2011.06.022

Murray,J.,King,D.,2012.Climatepolicy:Oilstippingpointhaspassed.Nature481,433435.
doi:10.1038/481433a

Nakicenovic,N.,Riahi,K.,2003.ModelrunswithMESSAGEinthecontextofthefurtherdevelopmentofthe
KyotoProtocol,WBGUGermanAdvisoryCouncilonGlobalChange.WBGUwebsite.

Nel,W.P.,Cooper,C.J.,2009.Implicationsoffossilfuelconstraintsoneconomicgrowthandglobal
warming.EnergyPolicy37,166180.doi:10.1016/j.enpol.2008.08.013

Nilsson,S.,Schopfhauser,W.,1995.Thecarbonsequestrationpotentialofaglobalafforestationprogram.
ClimaticChange30,267293.doi:10.1007/BF01091928

59

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

Odell,P.R.,2004.Whycarbonfuelswilldominatethe21stcenturysglobalenergyeconomy.MultiScience
Pub.Co.,Brentwood,England.

OECD,2012.Lookingto2060:Longtermglobalgrowthprospects,OECDEconomicsDepartmentPolicy
Notes,no15.Paris:OECD.

Olmstead,S.M.,Muehlenbachs,L.A.,Shih,J.S.,Chu,Z.,Krupnick,A.J.,2013.Shalegasdevelopment
impactsonsurfacewaterqualityinPennsylvania.PNAS110,49624967.doi:10.1073/pnas.1213871110

Osborn,S.G.,Vengosh,A.,Warner,N.R.,Jackson,R.B.,2011.Methanecontaminationofdrinkingwater
accompanyinggaswelldrillingandhydraulicfracturing.PNAS108,81728176.
doi:10.1073/pnas.1100682108

Pielke,R.,Wigley,T.,Green,C.,2008.Dangerousassumptions.Nature452,531532.doi:10.1038/452531a

Postel,S.L.,2000.Enteringaneraofwaterscarcity:Thechallengesahead.Ecol.Appl.10,941948.
doi:10.1890/10510761(2000)010[0941:EAEOWS]2.0.CO;2

Prieto,P.A.,Hall,C.A.S.,2013.SpainsPhotovoltaicRevolution:TheEnergyReturnonInvestment,2013th
ed.Springer.

Randers,J.,2000.FromlimitstogrowthtosustainabledevelopmentorSD(sustainabledevelopment)ina
SD(systemdynamics)perspective.SystemDynamicsReview16,213224.

Reynolds,D.B.,1999.Themineraleconomy:howpricesandcostscanfalselysignaldecreasingscarcity.
EcologicalEconomics31,155166.doi:10.1016/S09218009(99)000981

Rockstrm,J.,Lannerstad,M.,Falkenmark,M.,2007.Assessingthewaterchallengeofanewgreen
revolutionindevelopingcountries.PNAS104,62536260.doi:10.1073/pnas.0605739104

Rockstrm,J.,Steffen,W.,Noone,K.,Persson,.,Chapin,F.S.,Lambin,E.F.,Lenton,T.M.,Scheffer,M.,
Folke,C.,Schellnhuber,H.J.,Nykvist,B.,Wit,C.A.de,Hughes,T.,Leeuw,S.vander,Rodhe,H.,Srlin,S.,
Snyder,P.K.,Costanza,R.,Svedin,U.,Falkenmark,M.,Karlberg,L.,Corell,R.W.,Fabry,V.J.,Hansen,J.,
Walker,B.,Liverman,D.,Richardson,K.,Crutzen,P.,Foley,J.A.,2009.Asafeoperatingspaceforhumanity.
Nature461,472475.doi:10.1038/461472a

Rutledge,D.,2011.Estimatinglongtermworldcoalproductionwithlogitandprobittransforms.
InternationalJournalofCoalGeology85,2333.doi:10.1016/j.coal.2010.10.012

Saddler,H.,Diesendorf,M.,Denniss,R.,2007.CleanenergyscenariosforAustralia.EnergyPolicy35,1245
1256.doi:10.1016/j.enpol.2006.03.013

Schade,C.,Pimentel,D.,2010.Populationcrash:prospectsforfamineinthetwentyfirstcentury.Environ
DevSustain12,245262.doi:10.1007/s1066800991925

Schenk,N.J.,Moll,H.C.,2007.Theuseofphysicalindicatorsforindustrialenergydemandscenarios.
EcologicalEconomics63,521535.doi:10.1016/j.ecolecon.2006.12.008

Schneider,M.,Froggatt,A.,Hazemann,J.,2012.TheWorldNuclearIndustryStatusReport2012.

60

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

Scott,V.,Gilfillan,S.,Markusson,N.,Chalmers,H.,Haszeldine,R.S.,2013.Lastchanceforcarboncapture
andstorage.NatureClim.Change3,105111.doi:10.1038/nclimate1695

Searchinger,T.,Heimlich,R.,Houghton,R.A.,Dong,F.,Elobeid,A.,Fabiosa,J.,Tokgoz,S.,Hayes,D.,Yu,T.
H.,2008.UseofU.S.CroplandsforBiofuelsIncreasesGreenhouseGasesThroughEmissionsfromLandUse
Change.Science319,12381240.doi:10.1126/science.1151861

Simon,J.L.,1996.Theultimateresource2.PrincetonUniversityPress,Princeton,N.J.

Skrebowski,C.,2010.TheOilCrunch:awakeupcallfortheUKeconomy.UKIndustryTaskforceonPeakOil
&EnergySecurity(ITPOES).

Smil,V.,2010.EnergyTransitions:History,Requirements,Prospects.Praeger.

Sderbergh,B.,Robelius,F.,Aleklett,K.,2007.AcrashprogrammescenariofortheCanadianoilsands
industry.EnergyPolicy35,19311947.doi:10.1016/j.enpol.2006.06.007

Solow,R.M.,1974.Intergenerationalequityandexhaustibleresources.Thereviewofeconomicstudies41,
2945.

Sorrell,S.,Speirs,J.,Bentley,R.,Brandt,A.,Miller,R.,2009.GlobalOilDepletion.Anassessmentofthe
evidenceforaneartermpeakinglobaloilproduction.UKEnergyResearchCentre.

Sterman,J.D.,2001.Systemdynamicsmodeling.Californiamanagementreview43,825.

Stern,D.I.,1997.Limitstosubstitutionandirreversibilityinproductionandconsumption:Aneoclassical
interpretationofecologicaleconomics.EcologicalEconomics21,197215.doi:10.1016/S0921
8009(96)001036

Teske,S.,Pregger,T.,Simon,S.,Naegler,T.,Graus,W.,Lins,C.,2011.Energy[R]evolution2010a
sustainableworldenergyoutlook.EnergyEfficiency4,409433.doi:10.1007/s120530109098y

Thielemann,T.,2012.WhyThereWillBeNoPeakCoalintheForeseeableFuture.OpenJournalofGeology
02,5764.doi:10.4236/ojg.2012.22006

Trainer,T.,2012.AcritiqueofJacobsonandDelucchisproposalsforaworldrenewableenergysupply.
EnergyPolicy44,476481.doi:10.1016/j.enpol.2011.09.037

Turner,G.M.,2008.AcomparisonofTheLimitstoGrowthwith30yearsofreality.GlobalEnvironmental
Change18,397411.doi:10.1016/j.gloenvcha.2008.05.001

Turner,G.M.,2012.OntheCuspofGlobalCollapse?UpdatedComparisonofTheLimitstoGrowthwith
HistoricalData.GAIAEcologicalPerspectivesforScienceandSociety21,116124.

Tverberg,G.E.,2012.Oilsupplylimitsandthecontinuingfinancialcrisis.Energy37,2734.
doi:10.1016/j.energy.2011.05.049

UNEP,2004.TheGEO3scenarios,20022032:quantificationandanalysisofenvironmentalimpacts,
UNEP/DEWA/RS.UNEP ;RIVM,Nairobi,Kenya :Bilthoven,Netherlands.

61

CapellnPrez,Iigo,MargaritaMediavilla,CarlosdeCastro,scarCarpintero,andLuisJavierMiguel.FossilFuelDepletion
andSocioEconomicScenarios:AnIntegratedApproach.AcceptedforpublicationinEnergy,September2014.

UNEP,2007.GlobalEnvironmentOutlook:environmentfordevelopment,GEO4.UnitedNations
EnvironmentProgramme;StationeryOffice.,Nairobi,Kenya :London.

UNEP,2009.Towardssustainableproductionanduseofresources:Assessingbiofuels.

UNEP,2012.GlobalenvironmentoutlookGEO5:environmentforthefuturewewant.UnitedNations
EnvironmentProgram,Nairobi,Kenya.

USEIAdb,2014.InternationalEnergyStatistics(Database).USEnergyInformationAdministration,
http://www.eia.gov/cfapps/ipdbproject/IEDIndex3.cfm.

Valero,A.,Valero,A.,2010.Physicalgeonomics:CombiningtheexergyandHubbertpeakanalysisfor
predictingmineralresourcesdepletion.Resources,ConservationandRecycling54,10741083.
doi:10.1016/j.resconrec.2010.02.010

VandenBergh,J.C.J.M.,2009.TheGDPparadox.JournalofEconomicPsychology30,117135.
doi:10.1016/j.joep.2008.12.001

VanVuuren,D.P.,Kok,M.T.J.,Girod,B.,Lucas,P.L.,deVries,B.,2012.ScenariosinGlobalEnvironmental
Assessments:Keycharacteristicsandlessonsforfutureuse.GlobalEnvironmentalChange22,884895.
doi:10.1016/j.gloenvcha.2012.06.001

Ward,J.D.,Mohr,S.H.,Myers,B.R.,Nel,W.P.,2012.Highestimatesofsupplyconstrainedemissions
scenariosforlongtermclimateriskassessment.EnergyPolicy51,598604.
doi:10.1016/j.enpol.2012.09.003

WBGU,2008.FutureBioenergyandSustainableLandUse.

WEC,2010.SurveyofEnergyResources.WorldEnergyCouncil.

WEO,2010.WorldEnergyOutlook2010.OECD/IEA.

WEO,2011.WorldEnergyOutlook2011.IEA,InternationalEnergyAgency :OECD,Paris.

WEO,2012.WorldEnergyOutlook2012.OECD/IEA.

WorldBankdatabase,2014.WorldBankdatabase.http://data.worldbank.org/.

Zerta,M.,Schmidt,P.R.,Stiller,C.,Landinger,H.,2008.AlternativeWorldEnergyOutlook(AWEO)andthe
roleofhydrogeninachangingenergylandscape.InternationalJournalofHydrogenEnergy33,30213025.
doi:10.1016/j.ijhydene.2008.01.044

Zittel,W.,2012.FeasibleFuturesfortheCommonGood.EnergyTransition.PathsinaPeriodofIncreasing
ResourceScarcities.

62

You might also like